全部答案

2017-07-27 17:53:48

•   
  一、准备工作
  文档表的模式为ZYFILEUP，文档表为ZYCONTENT_TABLE。文档表定义为：CREATE TABLE ZYCONTENT_TABLE( NAME VARCHAR(128) UNIQUE NOT NULL, MIME_TYPE VARCHAR(128), DOC_SIZE NUMBER, DAD_CHARSET VARCHAR(128), LAST_UPDATED DATE, CONTENT_TYPE VARCHAR(128), CONTENT LONG RAW, BLOB_CONTENT BLOB );
  二、为拥有文档表的模式建立文本索引授权
  以system用户连接数据库，为ZYFILEUP授权。
    GRANT "CTXAPP" TO "ZYFILEUP";ALTER USER "ZYFILEUP" DEFAULT ROLE ALL;GRANT EXECUTE ON "CTXSYS"。"CTX_ADM" TO "ZYFILEUP";GRANT EXECUTE ON "CTXSYS"。
    "CTX_CATSEARCH" TO "ZYFILEUP";GRANT EXECUTE ON "CTXSYS"。"CTX_CONTAINS" TO "ZYFILEUP";GRANT EXECUTE ON "CTXSYS"。"CTX_DDL" TO "ZYFILEUP";GRANT EXECUTE ON "CTXSYS"。
    "CTX_DOC" TO "ZYFILEUP";GRANT EXECUTE ON "CTXSYS"。"CTX_QUERY" TO "ZYFILEUP";GRANT EXECUTE ON "CTXSYS"。"CTX_ULEXER" TO "ZYFILEUP";GRANT EXECUTE ON "CTXSYS"。
    "CTX_XPCONTAINS" TO "ZYFILEUP";
  三、建立文档表在BLOB_CONTENT列上的索引
  以ZYFILEUP用户连接数据库，建立文本索引参考项beginctx_ddl。create_preference('mylex','BASIC_LEXER');ctx_ddl。
    set_attribute('mylex','printjoins','_-');ctx_ddl。create_preference('mywordlist', 'BASIC_WORDLIST');ctx_ddl。set_attribute('mywordlist','PREFIX_INDEX','TRUE');ctx_ddl。
    set_attribute('mywordlist','PREFIX_MIN_LENGTH',1);ctx_ddl。set_attribute('mywordlist','PREFIX_MAX_LENGTH', 5);ctx_ddl。set_attribute('mywordlist','SUBSTRING_INDEX', 'YES');end;beginctx_ddl。
    create_preference('cnlex','CHINESE_LEXER');end;
  建立索引drop index i_zycontent_table force;create index i_zycontent_table on zycontent_table(blob_content) indextype is ctxsys。
    context parameters ('DATASTORE CTXSYS。DIRECT_DATASTORE FILTER CTXSYS。INSO_FILTER LEXER ZYFILEUP。CNLEX WORDLIST ZYFILEUP。MYWORDLIST');
  四、索引同步和删除
  同步索引的两种方法：ALTER INDEX i_zycontent_table REBUILD PARAMETERS('resume memory 20M');
  和exec ctx_ddl。
    sync_index('i_zycontent_table', '20M');
  删除索引的方法：drop index i_zycontent_table force;
  五、索引功能介绍
  1．索引的文件类型
  Oracle text可以过滤以及从不同格式的文档里提取内容，它支持150多种文档格式，最常见的MS OFFICE文档、PDF文档等都可由Oracle text来检索。
    
  2．过滤器介绍
  对于纯文本文件格式，如TXT、HTML、XML等文件，使用空过滤器，即NULL_FILTER，对于二进制文件，使用INSO_FILTER过滤器，如果文档表的BLOB列中含有二进制文件和纯文本文件，也要用INSO_FILTER过滤器，但最好是把纯文本和二进制文件分开存储和索引。
    Oracle text还提供包来从二进制文件中提取文本到纯文本文件中。
  3．词典
  可以定制不同语言的词典，该词典含有同意词和词的级别关系。Oracle text可以提供多语言的最优特性以支持跨越西方语言、日语、朝鲜语、传统和简体中文所写的文档查找。
    
  六、文本查询语句格式select name from zycontent_tablewhere contains(blob_content,'教育信息化',1)>0order by name;
  contains函数提供强大的查询功能，"与"、"或"关系，相近（near ;）和排除（not ~）等功能，更方便的是它还可以根据某一关键词查询不同语种的文本，当然，这要事先设定词典。
    
  七、实际应用中的问题
  在我的实际应用中，最常用的是使用Oracle text对Word、Excel、PowerPoint、HTML、PDF等格式的中文文档进行索引，但我发现，无论使用INSO_FILTER还是NULL_FILTER，无论使用BASIC_LEXER还是CHINESE_LEXER，都不能检索RTF格式的文本文档，我在win2000，XP下试验，都没成功，不知什么原因。
    总体来说，Oracle text的文本检索功能还是相当出色的，它甚至不需要文本文件存储在数据库里，即使存储在操作系统的文件目录里，Oracle text也能在数据库里为文件建立索引。

  全部
  

  王***

  2017-07-27 17:53:48

  43 2 评论

  分享
  提交评论