Hogyan hozzunk létre indexet .NET-ben a GroupDocs Search API-val

Ebben az oktatóanyagban megtudja, hogyan hozzunk létre indexet .NET alkalmazásaihoz a GroupDocs.Search használatával, majd hogyan védheti meg a bizalmas tartalmakat a GroupDocs.Redaction segítségével. A útmutató végére képes lesz felépíteni, frissíteni és karbantartani egy kereshető indexet, és megérti, miért tekinthető a keresés és a redakció kombinálása a legjobb gyakorlatnak a biztonságos dokumentumkezelésben.

Gyors válaszok

  • Mi jelent a “hogyan hozzunk létre indexet”? Ez azt jelenti, hogy egy kereshető adatstruktúrát építünk, amely a dokumentum tartalmát gyors keresési kulcsokhoz térképezi.
  • Mely könyvtárak szükségesek? GroupDocs.Search és GroupDocs.Redaction .NET-hez (NuGet csomagok).
  • Indexelhetek PDF-eket, Word dokumentumokat és képeket? Igen – több mint 150 formátum támogatott alapból.
  • Hogyan törölhetek egy dokumentumot az indexből? Hívja meg a Delete metódust a dokumentum útvonalával vagy azonosítójával.
  • A redakció az indexelés előtt vagy után történik? A redakciónak előbb kell megtörténnie, hogy a védett adatok soha ne kerüljenek az indexbe.

Mi a “hogyan hozzunk létre indexet”?

A hogyan hozzunk létre indexet kifejezés a kereshető adatstruktúra létrehozásának folyamatára utal, amely a kifejezést‑dokumentum leképezéseket tárolja a gyors visszakereséshez. A GroupDocs-ban ez a struktúra a lemezen tárolódik, és fokozatosan frissíthető anélkül, hogy az egész gyűjteményt újra kellene építeni.

Miért használjuk együtt a GroupDocs.Search és a GroupDocs.Redaction szolgáltatásokat?

A GroupDocs.Search támogatja a 150+ fájlformátum indexelését, és képes 10 GB-nál nagyobb indexek kezelésére, miközben a memóriahasználatot 200 MB alatt tartja, mivel a fájlokat streameli a teljes betöltés helyett. A GroupDocs.Redaction hozzáadása biztosítja, hogy minden bizalmas szöveg, kép vagy metaadat eltávolításra kerüljön, mielőtt a tartalom elérné az indexet, ezáltal garantálva a GDPR, HIPAA és egyéb szabályozásoknak való megfelelést.

Előfeltételek

  • Könyvtárak és verziók – Telepítse a legújabb GroupDocs.Search és GroupDocs.Redaction NuGet csomagokat, amelyek kompatibilisek a .NET 6 vagy újabb verzióval.
  • IDE – Visual Studio 2022 (vagy bármely IDE, amely támogatja a .NET 6-ot).
  • Ismeretek – Alapvető C# tudás, fájl I/O ismerete, valamint az indexelés koncepciójának megértése.

A GroupDocs.Redaction beállítása .NET-hez

Telepítés

.NET CLI használata:

dotnet add package GroupDocs.Redaction

A Visual Studio Package Manager Console használata:

Install-Package GroupDocs.Redaction

A „GroupDocs.Redaction” csomagot a NuGet Package Manager felhasználói felületén is megtalálhatja, és telepítheti a legújabb stabil verziót.

Licenc beszerzése

Ingyenes próba verziót szerezhet, vagy kérhet ideiglenes licencet, hogy korlátozások nélkül felfedezhesse az összes funkciót. További információkért a licenc megszerzéséről látogasson el a GroupDocs vásárlási oldalára.

Alapvető inicializálás

A Redactor az elsődleges osztály, amely a dokumentumok redakciós műveleteit végzi.
Az alábbi kódrészlet mutatja a minimális kódot, amely a GroupDocs.Redaction használatának megkezdéséhez szükséges:

// Initialize the Redactor with a file path or stream
using (Redactor redactor = new Redactor("input.docx"))
{
    // Your redaction code here
}

Ez az egyszerű beállítás minden, amire a GroupDocs.Redaction használatának megkezdéséhez szüksége van.

Implementációs útmutató

Hogyan hozzunk létre indexet?

Index a kereshető tárolót jelenti, amely a kifejezés szótárakat és a dokumentum metaadatait tartalmazza.
Töltsön be vagy hozzon létre egy Index objektumot, mutassa egy olyan mappára, ahol az index fájlok tárolódni fognak, majd hívja meg a Create metódust. A művelet létrehozza a szükséges metaadat fájlokat, és előkészíti a motorot a dokumentumok befogadására.

// Direct answer (40‑70 words):
Create a new `Index` instance by specifying the folder path where the index will reside, then invoke `Create()` to initialise the storage structures. The method writes index headers, term dictionaries, and a lock file, making the folder ready for document addition. This step is required only once per index location.

1. lépés: Az index létrehozása

using GroupDocs.Search;

string indexFolder = @"YOUR_DOCUMENT_DIRECTORY/AdvancedUsage/Indexing/DeleteIndexedPaths";
Index index = new Index(indexFolder);
// This line initializes an index at the provided folder path.

Hogyan adjunk dokumentumokat az indexhez?

Add egyetlen dokumentumot szúr be az indexbe, míg az AddFolder egy könyvtár összes fájlját dolgozza fel.
Fájlokat a Add vagy AddFolder hívásával adhat hozzá. A motor minden támogatott fájlt beolvas, kinyeri a szöveget, és frissíti a kifejezés szótárat.

// Direct answer (40‑70 words):
Use `index.AddFolder("C:\\Docs")` or `index.Add("C:\\Docs\\file.pdf")` to feed documents into the index. The API streams each file, extracts searchable text, and stores term‑frequency data without loading the entire file into memory, which lets you index thousands of large PDFs efficiently.

2. lépés: Dokumentum mappák hozzáadása

string documentsFolder1 = @"YOUR_DOCUMENT_DIRECTORY";
string documentsFolder2 = @"YOUR_DOCUMENT_DIRECTORY2";

index.Add(documentsFolder1);  // Adding the first folder of documents to the index
index.Add(documentsFolder2);  // Adding the second folder of documents to the index

Hogyan kérdezzük le az indexelt útvonalakat?

GetIndexedPaths visszaad egy gyűjteményt az összes dokumentum útvonalával, amely az indexben tárolva van.
Az indexelt fájl útvonalak listájának lekérdezése lehetővé teszi, hogy ellenőrizze, mely dokumentumok kereshetők jelenleg.

// Direct answer (40‑70 words):
Call `index.GetIndexedDocuments()` to obtain a collection of `IndexedDocumentInfo` objects, each containing the original file path, document ID, and indexing timestamp. Loop through the collection and output the `FilePath` property to confirm that every expected file has been successfully added.

3. lépés: Indexelt útvonalak megjelenítése

string[] indexedPaths1 = index.GetIndexedPaths();
foreach (string path in indexedPaths1)
{
    Console.WriteLine(path); // Outputs the document paths
}

Hogyan töröljünk dokumentumot az indexből?

Delete eltávolít egy dokumentumot az indexből az útvonala vagy azonosítója alapján.
Amikor egy fájl eltávolításra kerül vagy elavul, törölni kell a bejegyzését, hogy a keresési eredmények pontosak maradjanak.

// Direct answer (40‑70 words):
Invoke `index.Delete("C:\\Docs\\obsolete.pdf")` or `index.Delete(documentId)` to purge a specific document from the index. The method removes all term entries linked to that file, updates the term dictionary, and frees the space on disk, ensuring that future queries no longer return the deleted content.

4. lépés: Specifikus útvonalak törlése

using GroupDocs.Search.Options;

string[] pathsToDelete = { @"YOUR_DOCUMENT_DIRECTORY" };
DeleteResult deleteResult = index.Delete(pathsToDelete, new UpdateOptions());
// This deletes specified document paths from the index.

Hogyan ellenőrizzük a maradék indexelt útvonalakat a törlés után?

A törlés után újra lefuttathatja a lekérdezési metódust, hogy megbizonyosodjon arról, hogy az index tükrözi a jelenlegi állapotot.

// Direct answer (40‑70 words):
Run `index.GetIndexedDocuments()` again and compare the resulting list with the pre‑deletion list. The missing file path confirms successful deletion, while the remaining entries confirm the index’s integrity. This verification step is especially important in automated pipelines.

5. lépés: Maradék útvonalak ellenőrzése

string[] indexedPaths2 = index.GetIndexedPaths();
foreach (string path in indexedPaths2)
{
    Console.WriteLine(path); // Displays remaining paths after deletion
}

Gyakorlati alkalmazások

  1. Dokumentumkezelő rendszerek – Gyorsan megtalálja a szerződéseket, számlákat vagy kézikönyveket milliók fájljai között.
  2. Jogi dokumentum átvizsgálás – Redakcióval eltávolítja a védett információkat az indexelés előtt, hogy elkerülje a véletlen kitettséget.
  3. Archiválási megoldások – Megőrzi a kereshető metaadatokat a történelmi feljegyzésekhez anélkül, hogy az egész archívumot memóriába kellene tölteni.
  4. Tartalomkezelő platformok – Teljes weboldal keresést biztosít blogok, tudásbázisok és multimédia könyvtárak számára.
  5. Adatmegfelelőségi auditok – Biztosítja, hogy csak tisztított tartalom legyen kereshető, ezzel megfelelve a szabályozási követelményeknek.

Teljesítmény szempontok

  • Az indexelés optimalizálása – Ütemezze az inkrementális indexelést éjszakánként; használja az AddFolder-t 100 fájlos batch mérettel az I/O csúcsok csökkentése érdekében.
  • Erőforrás-kezelés – Figyelje a CPU-t és a RAM-ot; a GroupDocs.Search streaming módon dolgozza fel a fájlokat, így a csúcs memóriahasználat 200 MB alatt marad még 10 GB-os indexek esetén is.
  • Legjobb gyakorlatok – Tárolja az indexet SSD-ken a másodpercnél gyorsabb lekérdezési válaszidőért, és engedélyezze a tömörítést (index.Compression = true), hogy a lemezhasználat felére csökkenjen.

Gyakran ismételt kérdések

Q: Indexelhetek nem‑szöveges fájlokat a GroupDocs-szal?
A: Igen, a GroupDocs.Search több mint 150 formátumot képes indexelni – beleértve a PDF-eket, DOCX, PPTX, XLSX és képtípusokat – szükség esetén beágyazott szöveget OCR-rel kinyerve.

Q: Hogyan kezeljem a nagy mennyiségű dokumentumot?
A: Használja az AddFolder-t konfigurálható batch mérettel, futtassa az indexelést háttérszolgáltatásban, és időnként hívja meg az Optimize() metódust a kis index szegmensek egyesítéséhez.

Q: Mik a redakció és az indexelés együttes használatának előnyei?
A: A redakció eltávolítja a személyes adatokat, mielőtt azok elérnék az indexet, garantálva, hogy a keresési eredmények soha ne mutassák meg a védett adatokat.

Q: Lehet testre szabni a keresési algoritmusokat?
A: A GroupDocs.Search szinonima szótárakat, egyedi tokenizálókat és reguláris kifejezés szűrőket biztosít, lehetővé téve a relevancia pontszám finomhangolását.

Q: Hogyan hárítom el a gyakori indexelési problémákat?
A: Ellenőrizze a mappa jogosultságait, győződjön meg róla, hogy a .NET futtatókörnyezet megfelel a könyvtár célverziójának, és nézze meg az index mappában generált naplófájlt a részletes hibaüzenetekért.

Források

Fedezze fel ezeket a forrásokat, hogy mélyítse megértését és fejlessze a GroupDocs.Search és Redaction .NET-ben történő megvalósítását. Boldog kódolást!

Legutóbb frissítve: 2026-07-26
Tesztelve ezzel: GroupDocs.Search 23.10, GroupDocs.Redaction 23.10 for .NET
Szerző: GroupDocs

Kapcsolódó oktatóanyagok