Implementierung von High Compression .NET mit GroupDocs: Text‑ und Redaktions‑Leitfaden

In modernen .NET‑Lösungen ist implement high compression .net unerlässlich, wenn Sie massive Textsammlungen speichern müssen, ohne den Festplattenspeicher zu sprengen. Gleichzeitig erfordert der Schutz sensibler Informationen – wie persönliche Kennungen oder Finanzdaten – eine zuverlässige Redaktion. Dieses Tutorial zeigt Ihnen Schritt für Schritt, wie Sie die hochkomprimierte Textspeicherung mit GroupDocs.Search konfigurieren und vertrauliche Daten sicher mit GroupDocs.Redaction redigieren. Am Ende können Sie indizierten Text um bis zu 90 % komprimieren und private Inhalte aus PDFs, Word‑Dateien und vielen anderen Formaten entfernen.

Schnelle Antworten

  • Welche Bibliothek bietet hochkomprimierte Indizierung? GroupDocs.Search für .NET.
  • Welches Tool redigiert sensible Daten? GroupDocs.Redaction für .NET.
  • Kann ich Dokumente automatisch zum Index hinzufügen? Ja – verwenden Sie die AddDocument‑API innerhalb einer Ordnerscan‑Schleife.
  • Ist die Kompression verlustfrei für die Suche? Ja, der Text bleibt nach der Kompression vollständig durchsuchbar.
  • Benötige ich eine Lizenz für die Produktion? Eine permanente GroupDocs‑Lizenz ist für die kommerzielle Nutzung erforderlich.

Was bedeutet „implement high compression .net“?

Implement high compression .net bedeutet, die Indexierungs‑Engine von GroupDocs.Search so zu konfigurieren, dass extrahierte Textinhalte in komprimierter Form gespeichert werden. Dadurch wird die Größe des Indexes auf der Festplatte drastisch reduziert, während der Text vollständig durchsuchbar bleibt. Die Kompression ist verlustfrei, sodass die Relevanz von Abfragen und die Extraktion von Textauszügen genau wie bei einem unkomprimierten Index funktionieren.

Warum GroupDocs für Kompression und Redaktion verwenden?

GroupDocs.Search unterstützt mehr als fünfzig Eingabeformate und kann indizierten Text um bis zu neunzig Prozent komprimieren, sodass große Dokumentensammlungen nur einen Bruchteil ihrer ursprünglichen Größe einnehmen. GroupDocs.Redaction ergänzt dies, indem es sensible Informationen in über dreißig Dateitypen dauerhaft löscht oder maskiert und Ihnen hilft, strenge Compliance‑Vorschriften wie GDPR und HIPAA ohne zusätzliche Werkzeuge zu erfüllen.

Voraussetzungen

  • Entwicklungsumgebung: Visual Studio 2022 oder neuer, .NET 6+ (oder .NET Framework 4.7.2).
  • Bibliotheken: NuGet‑Pakete GroupDocs.Search und GroupDocs.Redaction.
  • Berechtigungen: Lese‑/Schreibzugriff auf die Ordner, die Quelldokumente und den Zielort des Indexes enthalten.
  • Grundkenntnisse: C#‑Syntax, Datei‑I/O und Vertrautheit mit der .NET‑Projektstruktur.

Wie implementiert man High Compression .NET mit GroupDocs?

Um High Compression .NET mit GroupDocs zu implementieren, erstellen Sie zunächst eine Instanz von TextStorageSettings und setzen deren CompressionLevel auf High. Anschließend instanziieren Sie ein Index‑Objekt, übergeben die Einstellungen und den Ordner, in dem der Index gespeichert werden soll. Nachdem der Index bereit ist, fügen Sie Dokumente mit AddDocument hinzu und führen schließlich Suchvorgänge mit der Search‑Methode aus, wobei die Engine die Kompression und Dekompression transparent handhabt.

Schritt 1: Installieren der erforderlichen NuGet‑Pakete

.NET CLI

dotnet add package GroupDocs.Search

dotnet add package GroupDocs.Redaction

Package Manager

Install-Package GroupDocs.Search

Install-Package GroupDocs.Redaction

NuGet Package Manager UI

  • Suche nach „GroupDocs.Search“ und klicke Install.

Schritt 2: Installieren von GroupDocs.Redaction (für Datenredaktion)

  • Öffnen Sie den NuGet Package Manager.
  • Suchen Sie nach GroupDocs.Redaction und installieren Sie die neueste stabile Version.

Schritt 3: Lizenz erhalten und anwenden

  • Kostenlose Testversion: Registrieren Sie sich im GroupDocs‑Portal für einen 30‑Tage‑Testschlüssel.
  • Temporäre Lizenz: Fordern Sie einen temporären Schlüssel für Entwicklungsumgebungen an.
  • Permanente Lizenz: Kaufen Sie eine Produktionslizenz, um Evaluationsbeschränkungen zu entfernen.

Schritt 4: Grundlegende Initialisierung beider Bibliotheken

Die Search‑ und Redaction‑Engines teilen ein gemeinsames Lizenzmodell. Initialisieren Sie sie beim Anwendungsstart:

// Initialize GroupDocs.Search
var searchLicense = new License();
searchLicense.SetLicense("path/to/search.lic");

// Initialize GroupDocs.Redaction
var redactionLicense = new License();
redactionLicense.SetLicense("path/to/redaction.lic");

using GroupDocs.Redaction;
// Initialize the Redactor with your document path
Redactor redactor = new Redactor("YOUR_DOCUMENT_PATH");

Feature 1: Einstellungen für hochkomprimierte Textspeicherung

Konfiguration der Indexierung einrichten

TextStorageSettings ist die Klasse, die GroupDocs.Search mitteilt, wie der extrahierte Text gespeichert werden soll. Das Aktivieren hoher Kompression reduziert die Indexgröße um bis zu 10×, ohne die Suchgeschwindigkeit zu beeinträchtigen.

var textStorage = new TextStorageSettings
{
    Compression = CompressionLevel.High,   // Enables maximum compression
    UseMemoryCache = false                // Reduces RAM usage for huge indexes
};

using GroupDocs.Search;
using GroupDocs.Search.Options;

// Creating an index settings instance
dIndexSettings settings = new IndexSettings();
settings.TextStorageSettings = new TextStorageSettings(Compression.High);

Erklärung:

  • CompressionLevel.High aktiviert einen ZSTD‑basierten Algorithmus, der Textblöcke effizient komprimiert.
  • UseMemoryCache = false zwingt die Engine, Daten vom Datenträger zu streamen, was für groß angelegte Deployments ideal ist.

Erstellen und Verwalten des Indexes

Das Index‑Objekt repräsentiert das durchsuchbare Repository auf dem Datenträger. Sie geben den Ordner an, in dem die Indexdateien gespeichert werden, und übergeben die oben definierten Kompressionseinstellungen.

var indexFolder = @"C:\Indexes\HighCompression";
var settings = new IndexSettings { TextStorage = textStorage };
var index = new Index(indexFolder, settings);

string indexFolder = "/path/to/your/index/directory";
Index index = new Index(indexFolder, settings);

Erklärung:

  • indexFolder bestimmt, wo die komprimierten Indexdateien abgelegt werden.
  • settings fügt die Hochkompressions‑Konfiguration ein und stellt sicher, dass jedes hinzugefügte Dokument davon profitiert.

Feature 2: Dokumente zum Index hinzufügen

Dokumente zu Ihrem Index hinzufügen

AddDocument fügt eine einzelne Datei dem Index hinzu, extrahiert deren Text, komprimiert ihn gemäß den konfigurierten Einstellungen und speichert das Ergebnis. GroupDocs.Search kann Dateien aus einem Verzeichnisbaum einlesen. Die folgende Schleife durchläuft documentsFolder, fügt jede Datei hinzu und protokolliert den Fortschritt.

var documentsFolder = @"C:\SourceDocs";
foreach (var filePath in Directory.GetFiles(documentsFolder, "*.*", SearchOption.AllDirectories))
{
    index.AddDocument(filePath);
}

string documentsFolder = "/path/to/your/documents";
index.Add(documentsFolder);

Erklärung:

  • AddDocument analysiert die Datei, extrahiert durchsuchbaren Text, komprimiert ihn gemäß TextStorageSettings und speichert ihn im Index.
  • Dieser Ansatz funktioniert für PDF, DOCX, TXT, HTML und mehr als 30 weitere Formate.

Feature 3: Ausführen einer Suchabfrage

Suche ausführen

Search führt eine Abfrage gegen den komprimierten Index aus und gibt eine Sammlung passender DocumentResult‑Objekte mit Relevanzwerten und hervorgehobenen Ausschnitten zurück. Sobald der Index gefüllt ist, können Sie schnelle Abfragen ausführen. Die Search‑Methode liefert eine Sammlung von DocumentResult‑Objekten, die Dateipfade und hervorgehobene Ausschnitte enthalten.

var query = "confidential";
var results = index.Search(query);
foreach (var result in results)
{
    Console.WriteLine($"{result.FilePath} – Score: {result.Score}");
}

string query = "searchTerm";
SearchResult result = index.Search(query);

Erklärung:

  • Die Suchmaschine scannt den komprimierten Text direkt, sodass die Abfrageverzögerung selbst bei Indizes mit Millionen von Seiten niedrig bleibt.
  • Score gibt die Relevanz an; höhere Werte bedeuten ein besseres Ergebnis.

Wie redigiert man vertrauliche Daten mit GroupDocs.Redaction?

Das Redigieren vertraulicher Daten mit GroupDocs.Redaction beginnt mit dem Erstellen einer Redactor‑Instanz für die Zieldatei. Definieren Sie ein oder mehrere SearchPattern‑Objekte, die den zu entfernenden Text beschreiben, z. B. reguläre Ausdrücke für Sozialversicherungsnummern. Wenden Sie jedes Muster mit Redact an, wobei Sie einen RedactionType wie BlackOut angeben, und speichern Sie das Ergebnis als neues Dokument, sodass das Original unverändert bleibt.

Redactor ist die Hauptklasse in GroupDocs.Redaction, die zum Laden eines Dokuments und zum Durchführen von Redaktions‑Operationen verwendet wird.
SearchPattern definiert einen regulären Ausdruck, der den zu redigierenden Text identifiziert.

var redactor = new Redactor(@"C:\Docs\Sensitive.pdf");
redactor.Apply(new RedactionOptions
{
    SearchPattern = @"\b\d{3}-\d{2}-\d{4}\b", // SSN pattern
    RedactionColor = Color.Black,
    RedactionType = RedactionType.BlackOut
});
redactor.Save(@"C:\Docs\Sensitive_redacted.pdf");

using GroupDocs.Search;
using GroupDocs.Search.Options;

// Creating an index settings instance
dIndexSettings settings = new IndexSettings();
settings.TextStorageSettings = new TextStorageSettings(Compression.High);

Erklärung:

  • SearchPattern verwendet einen regulären Ausdruck, um Sozialversicherungsnummern zu finden.
  • RedactionType.BlackOut ersetzt den gefundenen Text durch ein durchgängiges schwarzes Rechteck, sodass die Daten nicht wiederhergestellt werden können.

Praktische Anwendungen

  1. Rechtsdokumenten‑Management: Automatisches Komprimieren massiver Falldateien und Redigieren von Kundenkennungen vor der Archivierung.
  2. Gesundheitsakten: Jahre von Patientennotizen in einem komprimierten Index speichern und PHI (Protected Health Information) entfernen, bevor sie mit Forschungspartnern geteilt werden.
  3. Finanzberichte: Quartalsberichte sichern, indem Kontonummern redigiert werden, während der durchsuchbare Text für Prüfungsabfragen erhalten bleibt.

Leistungsüberlegungen

  • Auswirkungen der Kompression: Hohe Kompression reduziert die Indexgröße um bis zu 90 %, was die SSD‑Abnutzung verringert und Sicherungs‑Vorgänge beschleunigt.
  • Speichernutzung: Deaktivieren Sie das In‑Memory‑Caching für sehr große Indizes, um den Prozess‑Footprint unter 500 MB zu halten.
  • I/O‑Optimierung: Dokumente stapelweise in Gruppen von 100 hinzufügen, um Festplatten‑Thrashing zu minimieren.
  • Asynchrone Verarbeitung: Wickeln Sie AddDocument‑Aufrufe in Task.Run ein, um UI‑Threads in Desktop‑Apps reaktionsfähig zu halten.

Häufige Fallstricke & Fehlersuche

  • Falsche Dateipfade: Stellen Sie sicher, dass documentsFolder und indexFolder absolute Pfade sind und die Anwendung Lese‑/Schreibrechte hat.
  • Lizenzfehler: Stellen Sie sicher, dass die .lic‑Dateien zusammen mit der ausführbaren Datei bereitgestellt oder als Ressourcen eingebettet sind.
  • Suche liefert keine Ergebnisse: Prüfen Sie, ob das Kompressionslevel von TextStorageSettings dem während der Indexierung verwendeten entspricht; nicht übereinstimmende Einstellungen können Deserialisierungsfehler verursachen.

Häufig gestellte Fragen

Q: Kann ich nach dem initialen Aufbau Dokumente zum Index hinzufügen?
A: Ja – rufen Sie einfach index.AddDocument für neue Dateien auf; die Engine aktualisiert den komprimierten Index inkrementell.

Q: Verändert die Redaktion die Originaldatei?
A: Nein – die Originaldatei bleibt unverändert; die redigierte Version wird als neue Datei gespeichert, wodurch die Dokumentenintegrität erhalten bleibt.

Q: Welche Formate unterstützt GroupDocs.Redaction?
A: Über 30 Formate, darunter PDF, DOCX, PPTX, XLSX, Bilder (PNG, JPEG) und Klartext.

Q: Wie wirkt sich hohe Kompression auf die Suchrelevanz aus?
A: Nicht. Die Kompression ist für Text verlustfrei, sodass die Relevanzwerte identisch mit einem unkomprimierten Index sind.

Q: Gibt es ein Limit für die Größe der Dokumente, die ich indexieren kann?
A: GroupDocs.Search kann Multi‑Gigabyte‑Dateien durch Streaming verarbeiten; stellen Sie jedoch sicher, dass ausreichend Festplattenspeicher für den komprimierten Index vorhanden ist (etwa 10 % der Originalgröße).

Ressourcen

Zuletzt aktualisiert: 2026-06-07
Getestet mit: GroupDocs.Search 23.12 und GroupDocs.Redaction 23.12 für .NET
Autor: GroupDocs

Verwandte Tutorials