Implémenter la compression élevée .NET avec GroupDocs : Guide du texte et de la rédaction

Dans les solutions .NET modernes, implement high compression .net est essentiel lorsque vous devez stocker d’énormes collections de texte sans exploser l’utilisation du disque. En même temps, protéger les informations sensibles—telles que les identifiants personnels ou les données financières—requiert une rédaction fiable. Ce tutoriel vous montre, étape par étape, comment configurer le stockage de texte à haute compression avec GroupDocs.Search et comment rédiger en toute sécurité les données confidentielles à l’aide de GroupDocs.Redaction. À la fin, vous pourrez compresser le texte indexé jusqu’à 90 % et supprimer le contenu privé des PDF, des fichiers Word et de nombreux autres formats.

Réponses rapides

  • Quelle bibliothèque fournit l’indexation à haute compression ? GroupDocs.Search for .NET.
  • Quel outil rédige les données sensibles ? GroupDocs.Redaction for .NET.
  • Puis-je ajouter des documents à l’index automatiquement ? Oui—utilisez l’API AddDocument dans une boucle de scan de dossiers.
  • La compression est‑elle sans perte pour la recherche ? Oui, le texte reste entièrement recherchable après compression.
  • Ai‑je besoin d’une licence pour la production ? Une licence permanente GroupDocs est requise pour une utilisation commerciale.

Qu’est‑ce que “implement high compression .net” ?

Implémenter la compression élevée .net signifie configurer le moteur d’indexation GroupDocs.Search pour stocker le contenu textuel extrait sous forme compressée. Cela réduit la taille de l’index sur disque de façon spectaculaire tout en conservant le texte entièrement recherchable. La compression est sans perte, de sorte que la pertinence des requêtes et l’extraction des extraits fonctionnent exactement comme avec un index non compressé.

Pourquoi utiliser GroupDocs pour la compression et la rédaction ?

GroupDocs.Search prend en charge plus de cinquante formats d’entrée et peut compresser le texte indexé jusqu’à quatre‑vingt‑dix pour cent, permettant aux grandes collections de documents de n’occuper qu’une fraction de leur taille originale. GroupDocs.Redaction complète cela en effaçant ou masquant de façon permanente les informations sensibles dans plus de trente types de fichiers, vous aidant à respecter des réglementations strictes telles que le RGPD et la HIPAA sans outils supplémentaires.

Prérequis

  • Environnement de développement : Visual Studio 2022 ou ultérieur, .NET 6+ (ou .NET Framework 4.7.2).
  • Bibliothèques : packages NuGet GroupDocs.Search et GroupDocs.Redaction.
  • Permissions : accès en lecture/écriture aux dossiers contenant les documents source et l’emplacement de sortie de l’index.
  • Connaissances de base : syntaxe C#, I/O de fichiers, et familiarité avec la structure de projet .NET.

Comment implémenter la compression élevée .NET avec GroupDocs ?

Pour implémenter la compression élevée .NET avec GroupDocs, créez d’abord une instance TextStorageSettings et définissez son CompressionLevel sur High. Ensuite, instanciez un objet Index, en passant les paramètres et le dossier où l’index sera stocké. Une fois l’index prêt, ajoutez des documents avec AddDocument, puis exécutez des recherches avec la méthode Search, le tout pendant que le moteur gère de façon transparente la compression et la décompression.

Étape 1 : Installer les packages NuGet requis

.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

  • Recherchez “GroupDocs.Search” et cliquez sur Install.

Étape 2 : Installer GroupDocs.Redaction (pour la rédaction de données)

  • Ouvrez le NuGet Package Manager.
  • Recherchez GroupDocs.Redaction et installez la dernière version stable.

Étape 3 : Obtenir et appliquer une licence

  • Essai gratuit : Inscrivez‑vous sur le portail GroupDocs pour obtenir une clé d’essai de 30 jours.
  • Licence temporaire : Demandez une clé temporaire pour les environnements de développement.
  • Licence permanente : Achetez une licence de production pour supprimer les limitations d’évaluation.

Étape 4 : Initialisation de base des deux bibliothèques

Le Search et le Redaction engines partagent un modèle de licence commun. Initialise‑les au démarrage de l’application :

// 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");

Fonctionnalité 1 : Paramètres de stockage de texte à haute compression

Configurer la configuration d’indexation

TextStorageSettings est la classe qui indique à GroupDocs.Search comment conserver le texte extrait. Activer la haute compression réduit la taille de l’index jusqu’à 10× sans affecter la vitesse de recherche.

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);

Explication :

  • CompressionLevel.High active un algorithme basé sur ZSTD qui compresse efficacement les blocs de texte.
  • UseMemoryCache = false force le moteur à diffuser les données depuis le disque, ce qui est idéal pour les déploiements à grande échelle.

Créer et gérer l’index

L’objet Index représente le référentiel searchable sur le disque. Vous spécifiez le dossier où les fichiers d’index seront stockés et transmettez les paramètres de compression définis ci‑dessus.

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);

Explication :

  • indexFolder détermine où les fichiers d’index compressés sont stockés.
  • settings injecte la configuration de haute compression, garantissant que chaque document ajouté en bénéficie.

Fonctionnalité 2 : Ajouter des documents à l’index

Ajouter des documents à votre index

AddDocument ajoute un fichier unique à l’index, en extrayant son texte, en le compressant selon les paramètres configurés, et en stockant le résultat. GroupDocs.Search peut ingérer des fichiers depuis un arbre de répertoires. La boucle suivante parcourt documentsFolder, ajoute chaque fichier et consigne la progression.

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);

Explication :

  • AddDocument analyse le fichier, extrait le texte searchable, le compresse selon TextStorageSettings et le stocke dans l’index.
  • Cette approche fonctionne pour PDF, DOCX, TXT, HTML, et plus de 30 autres formats.

Fonctionnalité 3 : Exécuter une requête de recherche

Effectuer une recherche

Search exécute une requête contre l’index compressé et renvoie une collection d’objets DocumentResult correspondants avec des scores de pertinence et des extraits mis en évidence. Une fois l’index rempli, vous pouvez exécuter des requêtes rapides. La méthode Search renvoie une collection d’objets DocumentResult qui incluent les chemins de fichiers et les extraits mis en évidence.

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);

Explication :

  • Le moteur de recherche analyse le texte compressé directement, de sorte que la latence des requêtes reste faible même pour les index contenant des millions de pages.
  • Score indique la pertinence ; des valeurs plus élevées signifient une meilleure correspondance.

Comment rédiger les données confidentielles avec GroupDocs.Redaction ?

Rédiger les données confidentielles avec GroupDocs.Redaction commence par créer une instance Redactor pour le fichier cible. Définissez un ou plusieurs objets SearchPattern qui décrivent le texte à supprimer, comme des expressions régulières pour les numéros de sécurité sociale. Appliquez chaque motif avec Redact, en spécifiant un RedactionType tel que BlackOut, et enregistrez le résultat sous forme d’un nouveau document, en veillant à ce que l’original reste intact.

Redactor est la classe principale de GroupDocs.Redaction utilisée pour charger un document et effectuer des opérations de rédaction.
SearchPattern définit une expression régulière qui identifie le texte à rédiger.

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);

Explication :

  • SearchPattern utilise une expression régulière pour localiser les numéros de sécurité sociale.
  • RedactionType.BlackOut remplace le texte correspondant par un rectangle noir plein, garantissant que les données ne peuvent pas être récupérées.

Applications pratiques

  1. Gestion de documents juridiques : Compressez automatiquement d’énormes dossiers de cas et rédigez les identifiants des clients avant l’archivage.
  2. Dossiers de santé : Stockez des années de notes de patients dans un index compressé et supprimez les PHI (Informations de santé protégées) avant de les partager avec des partenaires de recherche.
  3. Rapports financiers : Sécurisez les rapports trimestriels en rédigeant les numéros de compte tout en conservant le texte searchable pour les requêtes d’audit.

Considérations de performance

  • Impact de la compression : La haute compression réduit la taille de l’index jusqu’à 90 %, ce qui diminue l’usure du SSD et accélère les opérations de sauvegarde.
  • Utilisation de la mémoire : Désactivez le cache en mémoire pour les index très volumineux afin de garder l’empreinte du processus sous 500 Mo.
  • Optimisation I/O : Ajoutez les documents par lots de 100 pour minimiser les accès disque excessifs.
  • Traitement asynchrone : Enveloppez les appels AddDocument dans Task.Run pour garder les threads UI réactifs dans les applications de bureau.

Pièges courants & dépannage

  • Chemins de fichiers incorrects : Vérifiez que documentsFolder et indexFolder sont des chemins absolus et que l’application dispose des permissions de lecture/écriture.
  • Erreurs de licence : Assurez‑vous que les fichiers .lic sont déployés avec l’exécutable ou incorporés comme ressources.
  • La recherche ne renvoie aucun résultat : Vérifiez que le niveau de compression TextStorageSettings correspond à celui utilisé lors de l’indexation ; des paramètres incompatibles peuvent entraîner des échecs de désérialisation.

Questions fréquemment posées

Q : Puis‑je ajouter des documents à l’index après la construction initiale ?
R : Oui—appelez simplement index.AddDocument pour les nouveaux fichiers ; le moteur met à jour l’index compressé de façon incrémentielle.

Q : La rédaction modifie‑t‑elle le fichier original ?
R : Non—le fichier original reste intact ; la version rédigée est enregistrée comme un nouveau fichier, préservant l’intégrité du document.

Q : Quels formats GroupDocs.Redaction prend‑il en charge ?
R : Plus de 30 formats, incluant PDF, DOCX, PPTX, XLSX, images (PNG, JPEG) et texte brut.

Q : Comment la haute compression affecte‑t‑elle la pertinence de la recherche ?
R : Cela n’affecte pas. La compression est sans perte pour le texte, donc les scores de pertinence sont identiques à ceux d’un index non compressé.

Q : Existe‑t‑il une limite à la taille des documents que je peux indexer ?
R : GroupDocs.Search peut gérer des fichiers multi‑gigaoctets en diffusant le contenu ; toutefois, assurez‑vous d’avoir suffisamment d’espace disque pour l’index compressé (environ 10 % de la taille originale).

Ressources

Dernière mise à jour : 2026-06-07
Testé avec : GroupDocs.Search 23.12 et GroupDocs.Redaction 23.12 pour .NET
Auteur : GroupDocs

Tutoriels associés