Поиск и редактирование документов в .NET с помощью GroupDocs.Search и GroupDocs.Redaction

В современных корпоративных средах возможности search and redact являются необходимыми для защиты конфиденциальной информации при сохранении удобного поиска документов. Этот учебник проведёт вас через создание надёжного решения на .NET, которое сочетает GroupDocs.Search для быстрого полнотекстового поиска с GroupDocs.Redaction для безопасного удаления конфиденциальных данных. К концу вы узнаете, как настроить библиотеки, создать пользовательский сегментатор текста, выполнять высокопроизводительные поиски и безопасно применять редактирование.

Быстрые ответы

  • Что означает “search and redact”? Это означает поиск текста в документах и его постоянное маскирование.
  • Какие библиотеки требуются? GroupDocs.Search и GroupDocs.Redaction для .NET.
  • Могу ли я работать с многоязычным контентом? Да — используйте пользовательский сегментатор текста для правильного разбиения слов.
  • Как улучшить скорость поиска? Создайте индекс один раз, повторно используйте его и включите настройки optimize search performance.
  • Что делать, если индексация не удалась? Следуйте рекомендациям «handle indexing errors» в разделе устранения неполадок.

Что такое “search and redact”?

Search and redact — это процесс нахождения определённых терминов в наборе документов и последующего их постоянного скрытия или удаления с целью защиты конфиденциальности или соблюдения нормативных требований. Он сочетает полнотекстовый поиск для обнаружения чувствительной информации с инструментами редактирования, которые заменяют содержимое, сохраняя оригинальное оформление документа.

Почему использовать GroupDocs.Search и GroupDocs.Redaction вместе?

GroupDocs.Search поддерживает 50+ форматов файлов и может индексировать 100 000+ документов менее чем за минуту на типичном серверном оборудовании, в то время как GroupDocs.Redaction может применять редактирование к PDF, DOCX, PPTX и другим без изменения оригинального оформления. Их совместное использование предоставляет решение в едином стеке, которое оптимизирует производительность поиска и корректно обрабатывает ошибки индексации.

Предварительные требования

  • Visual Studio 2022 или новее с поддержкой .NET 6+.
  • NuGet‑пакеты: GroupDocs.Search и GroupDocs.Redaction (последние стабильные версии).
  • Действительная лицензия GroupDocs (пробная или приобретённая).

Требуемые библиотеки

  • GroupDocs.Search – обеспечивает индексацию, запросы и пользовательскую сегментацию.
  • GroupDocs.Redaction – предоставляет редактирование текста, изображений и метаданных во всех поддерживаемых форматах.

Требования к настройке окружения

Убедитесь, что ваша рабочая машина имеет права записи в папку, где будет храниться индекс.

Требования к знаниям

  • Знание C# и структуры проектов .NET.
  • Базовое понимание концепций обработки документов (необязательно, но полезно).

Как установить GroupDocs.Redaction для .NET?

Вы можете добавить пакет Redaction в ваш проект, используя .NET CLI или менеджер пакетов NuGet. Команда загружает последнюю стабильную версию и регистрирует её в файле проекта, делая API сразу доступным.

dotnet add package GroupDocs.Redaction

Как получить лицензию для GroupDocs?

GroupDocs предлагает три варианта лицензирования: бесплатная пробная версия для оценки, временная лицензия для расширенного тестирования разработки и полная коммерческая лицензия для использования в продакшене. Пробная версия предоставляет ограниченный функционал, временный ключ продлевает период оценки, а приобретённая лицензия открывает все возможности и приоритетную поддержку.

Как инициализировать GroupDocs.Redaction в моём приложении?

Redaction — основной класс для применения редактирования к поддерживаемым документам. Он загружает файл, подготавливает объекты редактирования и выполняет процесс редактирования, возвращая изменённый документ при сохранении оригинального оформления. Вы также можете настроить параметры редактирования, такие как цвет, наложение и удаление метаданных, чтобы соответствовать конкретным требованиям соответствия.

using GroupDocs.Redaction;

// Initialize Redactor with the document path
Redactor redactor = new Redactor("path/to/document.pdf");

Как создать индекс с помощью GroupDocs.Search?

Index представляет собой поисковый репозиторий, хранящийся на диске. Он управляет созданием, обновлением и запросами к индексу, позволяя добавлять документы, перестраивать индекс и выполнять быстрый поиск по большим коллекциям. Папка индекса может находиться на локальном или сетевом хранилище, а также можно настроить сжатие и шифрование для защиты индексированных данных.

using GroupDocs.Search;

// Specify the index folder path
string indexFolder = @"YOUR_DOCUMENT_DIRECTORY/AdvancedUsage/Indexing/CustomTextSegmenter";

// Initialize the index
Index index = new Index(indexFolder);

Что такое пользовательский сегментатор текста и зачем его использовать?

Пользовательский сегментатор текста определяет, как необработанный текст разбивается на поисковые токены. Настраивая правила сегментации для конкретных языков или областей, вы повышаете точность токенизации, что приводит к более высокому охвату и релевантности результатов поиска. Это особенно полезно для языков со сложными границами слов, таких как японский или арабский, где стандартные токенизаторы могут разбивать слова некорректно.

// Define a search query using Chinese language text
string query = "考虑"; // The word 'consider' in Chinese

Как выполнить полнотекстовый поиск с пользовательским сегментатором?

SearchQuery encapsulates запрос пользователя и работает с пользовательским сегментатором для поиска совпадений. Он поддерживает нечеткое совпадение, запросы фраз и взвешивание, возвращая набор результатов с идентификаторами документов, позициями совпадений и оценками релевантности. Вы также можете применять фильтры, такие как тип файла или диапазон дат, чтобы сузить результаты для более точного таргетинга.

// Execute the search on indexed data
SearchResult result = index.Search(query);

// Process results to analyze findings or display them
foreach (FoundDocument doc in result)
{
    Console.WriteLine($"Document: {doc.DocumentInfo.FilePath}");
}

Как применить редактирование после нахождения конфиденциального текста?

Redaction API позволяет заменять или удалять текст, изображения и метаданные в поддерживаемых документах. После идентификации конфиденциальных терминов вы создаёте объекты редактирования, применяете их и сохраняете отредактированный файл, гарантируя постоянное скрытие конфиденциальной информации. Параметры редактирования включают наложение чёрных прямоугольников, использование пользовательских цветов или удаление целых объектов при сохранении структуры документа.

using (Redactor redactor = new Redactor("path/to/document.pdf"))
{
    // Define the redaction settings and criteria
    TextRedaction textRedaction = new TextRedaction("Sensitive Information", new ReplacementOptions("[REDACTED]"));
    
    // Apply the redaction to the document
    RedactorChangeLog log = redactor.Apply(textRedaction);

    if (log.Status != RedactionStatus.Failed)
    {
        redactor.Save();
    }
}

Распространённые проблемы и как обрабатывать ошибки индексации

  • Индекс не найден: Убедитесь, что путь к индексу существует и приложение имеет права чтения/записи.
  • Поиск не возвращает результатов: Повторно запустите процесс индексации и убедитесь, что пользовательский сегментатор правильно зарегистрирован.
  • Редактирование не работает для некоторых форматов: Убедитесь, что тип файла поддерживается; для PDF используйте последнюю версию Redaction, чтобы работать с функциями PDF 2.0.

Практические применения

  1. Управление юридическими документами: Ищите в контрактах «non‑disclosure» и автоматически редактируйте соответствующие пункты перед внешним распространением.
  2. Академические исследования: Находите неопубликованные данные в рукописях и скрывайте их для процесса рецензирования.
  3. Бизнес‑контракты: Пакетно обрабатывайте тысячи соглашений, редактируя персональные идентификаторы при сохранении юридической формулировки.

Как оптимизировать производительность поиска для больших наборов документов?

Чтобы максимизировать производительность, индексируйте документы один раз и повторно используйте один и тот же индекс для последующих запросов. Включите параллельную обработку, настройте кэширование и оптимизируйте параметры индекса, чтобы снизить задержку и увеличить пропускную способность на многопроцессорных серверах. Кроме того, установите флаг EnableMemoryMapping, позволяющий отображать индекс в память, что ускоряет операции чтения для больших наборов данных.

Как управлять памятью .NET при работе с большими файлами?

Эффективное управление памятью критично при работе с большими документами. Оборачивайте объекты Index и Redaction в конструкции using, чтобы обеспечить детерминированное освобождение ресурсов, и обрабатывайте файлы как потоки, а не загружайте целые документы в память. Мониторинг счётчиков производительности помогает обнаруживать всплески памяти заранее, позволяя корректировать размер пакетов или настраивать сборку мусора.

Часто задаваемые вопросы

Q: Могу ли я использовать GroupDocs.Search с нетекстовыми метаданными?
A: Да — поля метаданных могут индексироваться вместе с содержимым документа, позволяя выполнять поиск вроде “author:JohnDoe”.

Q: Поддерживает ли GroupDocs.Redaction редактирование в реальном времени в веб‑API?
A: Да; вы можете вызывать Redaction API синхронно для небольших файлов или ставить в очередь более крупные задачи для асинхронной обработки.

Q: Что делать, если индекс повреждён?
A: Удалите повреждённую папку индекса и перестройте её, используя тот же процесс индексации; библиотека записывает подробные сообщения об ошибках, помогая определить причину.

Q: Можно ли предварительно просмотреть отредактированные документы перед сохранением?
A: Конечно — вызовите redaction.Apply() с флагом preview, чтобы создать временную версию для проверки.

Q: Какие версии .NET официально поддерживаются?
A: GroupDocs.Search и GroupDocs.Redaction поддерживают .NET 6, .NET 5, .NET Core 3.1 и .NET Framework 4.6.2+.

Ресурсы

Последнее обновление: 2026-06-12
Тестировано с: GroupDocs.Search 23.11, GroupDocs.Redaction 23.11 for .NET
Автор: GroupDocs

Install-Package GroupDocs.Redaction

Связанные руководства