Implementeer Hoge Compressie .NET met GroupDocs: Tekst & Redactie Gids

In moderne .NET‑oplossingen is implement high compression .net essentieel wanneer u enorme tekstcollecties moet opslaan zonder de schijfruimte te overbelasten. Tegelijkertijd vereist het beschermen van gevoelige informatie—zoals persoonlijke identificatoren of financiële cijfers—betrouwbare redactie. Deze tutorial toont u stap‑voor‑stap hoe u hoog‑gecomprimeerde tekstopslag configureert met GroupDocs.Search en hoe u vertrouwelijke gegevens veilig redacteert met GroupDocs.Redaction. Aan het einde kunt u geïndexeerde tekst tot 90 % comprimeren en privé‑inhoud verwijderen uit PDF‑, Word‑bestanden en vele andere formaten.

Snelle Antwoorden

  • Welke bibliotheek biedt hoge‑compressie indexering? GroupDocs.Search voor .NET.
  • Welke tool redacteert gevoelige gegevens? GroupDocs.Redaction voor .NET.
  • Kan ik documenten automatisch aan de index toevoegen? Ja—gebruik de AddDocument API binnen een map‑scanlus.
  • Is compressie verliesvrij voor zoeken? Ja, de tekst blijft volledig doorzoekbaar na compressie.
  • Heb ik een licentie nodig voor productie? Een permanente GroupDocs‑licentie is vereist voor commercieel gebruik.

Wat betekent “implement high compression .net”?

Implement high compression .net betekent het configureren van de GroupDocs.Search indexeringsengine om geëxtraheerde tekstinhoud in een gecomprimeerde vorm op te slaan. Dit verkleint de indexgrootte op schijf drastisch terwijl de tekst volledig doorzoekbaar blijft. De compressie is verliesvrij, zodat de relevantie van queries en het extraheren van fragmenten precies werkt als bij een ongecomprimeerde index.

Waarom GroupDocs gebruiken voor compressie en redactie?

GroupDocs.Search ondersteunt meer dan vijftig invoerformaten en kan geïndexeerde tekst tot wel negentig procent comprimeren, waardoor grote documentcollecties slechts een fractie van hun oorspronkelijke grootte innemen. GroupDocs.Redaction vult dit aan door permanent gevoelige informatie in meer dan dertig bestandstypen te wissen of te maskeren, waardoor u aan strenge nalevingsvoorschriften zoals GDPR en HIPAA kunt voldoen zonder extra tools.

Voorvereisten

  • Ontwikkelomgeving: Visual Studio 2022 of later, .NET 6+ (of .NET Framework 4.7.2).
  • Bibliotheken: NuGet‑pakketten GroupDocs.Search en GroupDocs.Redaction.
  • Machtigingen: Lees‑/schrijftoegang tot de mappen die bron‑documenten en de index‑uitvoerlokatie bevatten.
  • Basiskennis: C#‑syntaxis, bestands‑I/O en vertrouwdheid met .NET‑projectstructuur.

Hoe implementeer je hoge compressie .NET met GroupDocs?

Om hoge compressie .NET met GroupDocs te implementeren, maak eerst een TextStorageSettings‑instantie aan en stel de CompressionLevel in op High. Instantieer vervolgens een Index‑object, waarbij je de instellingen en de map doorgeeft waar de index wordt opgeslagen. Nadat de index klaar is, voeg je documenten toe met AddDocument, en voer je uiteindelijk zoekopdrachten uit met de Search‑methode, terwijl de engine transparant compressie en decompressie afhandelt.

Stap 1: Installeer de vereiste NuGet‑pakketten

.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

  • Zoek naar “GroupDocs.Search” en klik op Install.

Stap 2: Installeer GroupDocs.Redaction (voor gegevensredactie)

  • Open de NuGet Package Manager.
  • Zoek naar GroupDocs.Redaction en installeer de nieuwste stabiele versie.

Stap 3: Verkrijg en pas een licentie toe

  • Gratis proefversie: Registreer op het GroupDocs‑portaal voor een 30‑daagse proef‑sleutel.
  • Tijdelijke licentie: Vraag een tijdelijke sleutel aan voor ontwikkelomgevingen.
  • Permanente licentie: Koop een productielicentie om evaluatiebeperkingen te verwijderen.

Stap 4: Basisinitialisatie van beide bibliotheken

De Search‑ en Redaction‑engines delen een gemeenschappelijk licentiemodel. Initialiseert ze bij het opstarten van de applicatie:

// 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");

Functie 1: Instellingen voor Hoge Compressie Tekstopslag

Configuratie van Indexering Instellen

TextStorageSettings is de klasse die GroupDocs.Search vertelt hoe de geëxtraheerde tekst moet worden bewaard. Het inschakelen van hoge compressie verkleint de indexgrootte tot 10× zonder de zoek‑snelheid te beïnvloeden.

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);

Uitleg:

  • CompressionLevel.High activeert een ZSTD‑gebaseerd algoritme dat tekstblokken efficiënt comprimeert.
  • UseMemoryCache = false dwingt de engine om gegevens van schijf te streamen, wat ideaal is voor grootschalige implementaties.

Het Aanmaken en Beheren van de Index

Het Index‑object vertegenwoordigt de doorzoekbare repository op schijf. Je geeft de map op waar de indexbestanden worden opgeslagen en geeft de hierboven gedefinieerde compressie‑instellingen door.

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);

Uitleg:

  • indexFolder bepaalt waar de gecomprimeerde indexbestanden zich bevinden.
  • settings injecteert de hoge‑compressieconfiguratie, waardoor elk toegevoegd document hiervan profiteert.

Functie 2: Documenten aan Index Toevoegen

Voeg Documenten toe aan je Index

AddDocument voegt een enkel bestand toe aan de index, extraheert de tekst, comprimeert deze volgens de geconfigureerde instellingen en slaat het resultaat op. GroupDocs.Search kan bestanden uit een mapstructuur inlezen. De volgende lus doorloopt documentsFolder, voegt elk bestand toe en logt de voortgang.

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);

Uitleg:

  • AddDocument parseert het bestand, extraheert doorzoekbare tekst, comprimeert deze volgens TextStorageSettings en slaat het op in de index.
  • Deze aanpak werkt voor PDF, DOCX, TXT, HTML, en meer dan 30 andere formaten.

Functie 3: Een Zoekopdracht Uitvoeren

Voer een Zoekopdracht uit

Search voert een query uit op de gecomprimeerde index en retourneert een collectie van overeenkomende DocumentResult‑objecten met relevantiescores en gemarkeerde fragmenten. Zodra de index is gevuld, kun je snelle queries uitvoeren. De Search‑methode retourneert een collectie van DocumentResult‑objecten die bestands‑paden en gemarkeerde fragmenten bevatten.

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);

Uitleg:

  • De zoekengine scant de gecomprimeerde tekst direct, waardoor de query‑latentie laag blijft, zelfs voor indexen die miljoenen pagina’s bevatten.
  • Score geeft de relevantie aan; hogere waarden betekenen een betere overeenkomst.

Hoe vertrouwelijke gegevens te redigeren met GroupDocs.Redaction?

Het redigeren van vertrouwelijke gegevens met GroupDocs.Redaction begint met het aanmaken van een Redactor‑instantie voor het doelbestand. Definieer één of meer SearchPattern‑objecten die de te verwijderen tekst beschrijven, zoals reguliere expressies voor burgerservicenummers. Pas elk patroon toe met Redact, waarbij je een RedactionType zoals BlackOut opgeeft, en sla het resultaat op als een nieuw document, zodat het origineel onaangetast blijft.

Redactor is de primaire klasse in GroupDocs.Redaction die wordt gebruikt om een document te laden en redactie‑bewerkingen uit te voeren.
SearchPattern definieert een reguliere expressie die de te redigeren tekst identificeert.

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);

Uitleg:

  • SearchPattern gebruikt een reguliere expressie om burgerservicenummers te vinden.
  • RedactionType.BlackOut vervangt de gevonden tekst door een volledig zwart rechthoek, waardoor de gegevens niet kunnen worden hersteld.

Praktische Toepassingen

  1. Juridisch Documentbeheer: Automatisch enorme dossiers comprimeren en klant‑identificatoren redigeren vóór archivering.
  2. Gezondheidsdossiers: Jaren aan patiëntnotities opslaan in een gecomprimeerde index en PHI (Protected Health Information) verwijderen vóór het delen met onderzoeks‑partners.
  3. Financiële Rapportage: Kwartaalrapporten beveiligen door rekeningnummers te redigeren, terwijl de doorzoekbare tekst behouden blijft voor audit‑queries.

Prestatieoverwegingen

  • Impact van compressie: Hoge compressie verkleint de indexgrootte tot 90 %, wat SSD‑slijtage vermindert en back‑up‑operaties versnelt.
  • Geheugengebruik: Schakel in‑memory caching uit voor zeer grote indexen om de proces‑voetafdruk onder 500 MB te houden.
  • I/O‑optimalisatie: Voeg documenten in batches van 100 toe om schijf‑thrashing te minimaliseren.
  • Async verwerking: Wikkel AddDocument‑aanroepen in Task.Run om UI‑threads responsief te houden in desktop‑apps.

Veelvoorkomende Valkuilen & Probleemoplossing

  • Onjuiste bestandspaden: Controleer of documentsFolder en indexFolder absolute paden zijn en of de applicatie lees‑/schrijftoegang heeft.
  • Licentiefouten: Zorg ervoor dat de .lic‑bestanden worden gedeployed naast het uitvoerbare bestand of ingebed als resources.
  • Zoekopdracht geeft geen resultaten: Controleer of het compressieniveau van TextStorageSettings overeenkomt met dat tijdens het indexeren; niet‑overeenkomende instellingen kunnen deserialisatiefouten veroorzaken.

Veelgestelde Vragen

V: Kan ik documenten aan de index toevoegen na de initiële bouw?
A: Ja—roep simpelweg index.AddDocument aan voor nieuwe bestanden; de engine werkt de gecomprimeerde index incrementeel bij.

V: Verandert redactie het originele bestand?
A: Nee—het originele bestand blijft onaangetast; de geredigeerde versie wordt opgeslagen als een nieuw bestand, waardoor de documentintegriteit behouden blijft.

V: Welke formaten ondersteunt GroupDocs.Redaction?
A: Meer dan 30 formaten, waaronder PDF, DOCX, PPTX, XLSX, afbeeldingen (PNG, JPEG) en platte tekst.

V: Hoe beïnvloedt hoge compressie de zoekrelevantie?
A: Niet. De compressie is verliesvrij voor tekst, dus relevantiescores zijn identiek aan een ongecomprimeerde index.

V: Is er een limiet aan de grootte van documenten die ik kan indexeren?
A: GroupDocs.Search kan multi‑gigabyte bestanden verwerken door content te streamen; zorg echter voor voldoende schijfruimte voor de gecomprimeerde index (ongeveer 10 % van de originele grootte).

Bronnen

Laatst bijgewerkt: 2026-06-07
Getest met: GroupDocs.Search 23.12 en GroupDocs.Redaction 23.12 voor .NET
Auteur: GroupDocs

Gerelateerde Tutorials