Implementar Alta Compressão .NET com GroupDocs: Guia de Texto e Redação

Em soluções .NET modernas, implement high compression .net é essencial quando você precisa armazenar coleções massivas de texto sem aumentar o uso de disco. Ao mesmo tempo, proteger informações sensíveis — como identificadores pessoais ou dados financeiros — requer redação confiável. Este tutorial mostra, passo a passo, como configurar o armazenamento de texto com alta compressão usando GroupDocs.Search e como redigir com segurança dados confidenciais usando GroupDocs.Redaction. Ao final, você poderá comprimir texto indexado em até 90 % e remover conteúdo privado de PDFs, arquivos Word e muitos outros formatos.

Respostas Rápidas

  • Qual biblioteca fornece indexação de alta compressão? GroupDocs.Search for .NET.
  • Qual ferramenta redige dados sensíveis? GroupDocs.Redaction for .NET.
  • Posso adicionar documentos ao índice automaticamente? Sim — use a API AddDocument dentro de um loop de varredura de pasta.
  • A compressão é sem perdas para busca? Sim, o texto permanece totalmente pesquisável após a compressão.
  • Preciso de licença para produção? Uma licença permanente do GroupDocs é necessária para uso comercial.

O que é “implement high compression .net”?

Implement high compression .net significa configurar o mecanismo de indexação GroupDocs.Search para armazenar o conteúdo textual extraído em forma comprimida. Isso reduz o tamanho do índice em disco drasticamente, mantendo o texto totalmente pesquisável. A compressão é sem perdas, portanto a relevância das consultas e a extração de trechos funcionam exatamente como em um índice não comprimido.

Por que usar GroupDocs para compressão e redação?

GroupDocs.Search suporta mais de cinquenta formatos de entrada e pode comprimir texto indexado em até noventa por cento, permitindo que grandes coleções de documentos ocupem apenas uma fração de seu tamanho original. GroupDocs.Redaction complementa isso apagando ou mascarando permanentemente informações sensíveis em mais de trinta tipos de arquivos, ajudando você a cumprir regulamentos rigorosos de conformidade como GDPR e HIPAA sem ferramentas adicionais.

Pré-requisitos

  • Ambiente de desenvolvimento: Visual Studio 2022 ou posterior, .NET 6+ (ou .NET Framework 4.7.2).
  • Bibliotecas: pacotes NuGet GroupDocs.Search e GroupDocs.Redaction.
  • Permissões: Acesso de leitura/gravação às pastas que contêm os documentos de origem e o local de saída do índice.
  • Conhecimento básico: sintaxe C#, I/O de arquivos e familiaridade com a estrutura de projetos .NET.

Como implementar alta compressão .NET com GroupDocs?

Para implementar alta compressão .NET com GroupDocs, primeiro crie uma instância TextStorageSettings e defina seu CompressionLevel como High. Em seguida, instancie um objeto Index, passando as configurações e a pasta onde o índice será armazenado. Depois que o índice estiver pronto, adicione documentos usando AddDocument e, finalmente, execute buscas com o método Search, tudo enquanto o mecanismo lida de forma transparente com compressão e descompressão.

Etapa 1: Instalar os pacotes NuGet necessários

.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

  • Pesquise por “GroupDocs.Search” e clique em Install.

Etapa 2: Instalar GroupDocs.Redaction (para redação de dados)

  • Abra o NuGet Package Manager.
  • Pesquise por GroupDocs.Redaction e instale a versão estável mais recente.

Etapa 3: Obter e aplicar uma licença

  • Teste gratuito: Registre-se no portal GroupDocs para obter uma chave de avaliação de 30 dias.
  • Licença temporária: Solicite uma chave temporária para ambientes de desenvolvimento.
  • Licença permanente: Compre uma licença de produção para remover limitações de avaliação.

Etapa 4: Inicialização básica de ambas as bibliotecas

O Search e o Redaction engines compartilham um modelo de licenciamento comum. Inicialize-os na inicialização da aplicação:

// 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");

Recurso 1: Configurações de Armazenamento de Texto com Alta Compressão

Configurando a Configuração de Indexação

TextStorageSettings é a classe que indica ao GroupDocs.Search como manter o texto extraído. Habilitar alta compressão reduz o tamanho do índice em até 10× sem afetar a velocidade de busca.

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);

Explicação:

  • CompressionLevel.High ativa um algoritmo baseado em ZSTD que comprime blocos de texto de forma eficiente.
  • UseMemoryCache = false força o mecanismo a transmitir dados do disco, o que é ideal para implantações em grande escala.

Criando e Gerenciando o Índice

O objeto Index representa o repositório pesquisável no disco. Você especifica a pasta onde os arquivos de índice serão armazenados e passa as configurações de compressão definidas acima.

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);

Explicação:

  • indexFolder determina onde os arquivos de índice comprimidos residem.
  • settings injeta a configuração de alta compressão, garantindo que cada documento adicionado se beneficie dela.

Recurso 2: Adicionando Documentos ao Índice

Adicionar Documentos ao Seu Índice

AddDocument adiciona um único arquivo ao índice, extraindo seu texto, comprimindo-o de acordo com as configurações definidas e armazenando o resultado. GroupDocs.Search pode ingerir arquivos de uma árvore de diretórios. O loop a seguir percorre documentsFolder, adiciona cada arquivo e registra o progresso.

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);

Explicação:

  • AddDocument analisa o arquivo, extrai texto pesquisável, comprime-o de acordo com TextStorageSettings e o armazena no índice.
  • Essa abordagem funciona para PDF, DOCX, TXT, HTML e mais de 30 outros formatos.

Recurso 3: Executando uma Consulta de Busca

Executar uma Busca

Search executa uma consulta contra o índice comprimido e retorna uma coleção de objetos DocumentResult correspondentes com pontuações de relevância e trechos destacados. Uma vez que o índice esteja populado, você pode executar consultas rápidas. O método Search retorna uma coleção de objetos DocumentResult que incluem caminhos de arquivo e trechos destacados.

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);

Explicação:

  • O motor de busca varre o texto comprimido diretamente, portanto a latência da consulta permanece baixa mesmo para índices que contêm milhões de páginas.
  • Score indica relevância; valores mais altos significam uma correspondência melhor.

Como redigir dados confidenciais com GroupDocs.Redaction?

Redigir dados confidenciais com GroupDocs.Redaction começa criando uma instância Redactor para o arquivo alvo. Defina um ou mais objetos SearchPattern que descrevem o texto a ser removido, como expressões regulares para números de segurança social. Aplique cada padrão usando Redact, especificando um RedactionType como BlackOut, e salve o resultado como um novo documento, garantindo que o original permaneça intocado.

Redactor é a classe principal no GroupDocs.Redaction usada para carregar um documento e executar operações de redação.
SearchPattern define uma expressão regular que identifica o texto a ser redigido.

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);

Explicação:

  • SearchPattern usa uma expressão regular para localizar números de segurança social.
  • RedactionType.BlackOut substitui o texto correspondido por um retângulo preto sólido, garantindo que os dados não possam ser recuperados.

Aplicações Práticas

  1. Gerenciamento de Documentos Legais: Comprima automaticamente arquivos de casos massivos e redija identificadores de clientes antes de arquivar.
  2. Registros de Saúde: Armazene anos de notas de pacientes em um índice comprimido e remova PHI (Informação de Saúde Protegida) antes de compartilhar com parceiros de pesquisa.
  3. Relatórios Financeiros: Proteja relatórios trimestrais redigindo números de conta enquanto mantém o texto pesquisável para consultas de auditoria.

Considerações de Desempenho

  • Impacto da compressão: Alta compressão reduz o tamanho do índice em até 90 %, o que diminui o desgaste do SSD e acelera as operações de backup.
  • Uso de memória: Desative o cache em memória para índices muito grandes para manter a pegada do processo abaixo de 500 MB.
  • Otimização de I/O: Adicione documentos em lotes de 100 para minimizar a sobrecarga de disco.
  • Processamento assíncrono: Envolva chamadas AddDocument em Task.Run para manter as threads de UI responsivas em aplicativos desktop.

Armadilhas Comuns & Solução de Problemas

  • Caminhos de arquivo incorretos: Verifique se documentsFolder e indexFolder são caminhos absolutos e se o aplicativo tem permissões de leitura/gravação.
  • Erros de licença: Certifique-se de que os arquivos .lic estejam implantados ao lado do executável ou incorporados como recursos.
  • Busca não retorna resultados: Verifique se o nível de compressão TextStorageSettings corresponde ao usado durante a indexação; configurações incompatíveis podem causar falhas de desserialização.

Perguntas Frequentes

Q: Posso adicionar documentos ao índice após a construção inicial?
A: Sim — basta chamar index.AddDocument para novos arquivos; o mecanismo atualiza o índice comprimido incrementalmente.

Q: A redação altera o arquivo original?
A: Não — o arquivo original permanece intocado; a versão redigida é salva como um novo arquivo, preservando a integridade do documento.

Q: Quais formatos o GroupDocs.Redaction suporta?
A: Mais de 30 formatos, incluindo PDF, DOCX, PPTX, XLSX, imagens (PNG, JPEG) e texto simples.

Q: Como a alta compressão afeta a relevância da busca?
A: Não afeta. A compressão é sem perdas para texto, portanto as pontuações de relevância são idênticas a um índice não comprimido.

Q: Existe um limite para o tamanho dos documentos que posso indexar?
A: O GroupDocs.Search pode lidar com arquivos de vários gigabytes transmitindo o conteúdo; porém, garanta espaço em disco suficiente para o índice comprimido (aproximadamente 10 % do tamanho original).

Recursos

Última Atualização: 2026-06-07
Testado com: GroupDocs.Search 23.12 e GroupDocs.Redaction 23.12 para .NET
Autor: GroupDocs

Tutoriais Relacionados