Cách redact tài liệu với GroupDocs Search trong .NET

Trong các doanh nghiệp hiện đại, cách redact tài liệu nhanh chóng và an toàn là một thách thức hằng ngày. Sử dụng GroupDocs.Search cùng với GroupDocs.Redaction cho .NET cung cấp cho bạn một giải pháp mạnh mẽ, có sẵn ngay từ đầu, không chỉ redact nội dung nhạy cảm mà còn cho phép thực hiện tìm kiếm mờ và đánh dấu kết quả tìm kiếm trong HTML. Hướng dẫn này sẽ chỉ cho bạn cách cài đặt các thư viện, tạo chỉ mục, chạy truy vấn mờ, và tạo ra đầu ra được đánh dấu — tất cả với các đoạn mã sẵn sàng cho môi trường production.

Câu trả lời nhanh

  • Bước đầu tiên là gì? Cài đặt các gói NuGet GroupDocs.Search và GroupDocs.Redaction.
  • Tôi có thể redact PDF và tệp Word không? Có, cả hai định dạng đều được hỗ trợ ngay từ đầu.
  • Tìm kiếm mờ có sẵn không? Chắc chắn – bạn có thể điều chỉnh độ chính xác từ 0 % đến 100 %.
  • Tôi có cần giấy phép cho việc phát triển không? Giấy phép dùng thử miễn phí hoạt động cho việc thử nghiệm; giấy phép trả phí cần thiết cho môi trường production.
  • Giải pháp có hoạt động trên .NET 6 không? Có, các thư viện tương thích với .NET Framework 4.5+, .NET Core 3.1+, .NET 5+, và .NET 6+.

GroupDocs.Search là gì?

GroupDocs.Search là một thư viện .NET cung cấp khả năng lập chỉ mục nhanh và tìm kiếm toàn văn trên hơn 100 định dạng tệp. Nó có thể xử lý các tài liệu lên tới 2 GB mà không cần tải toàn bộ tệp vào bộ nhớ, rất phù hợp cho các kho lưu trữ quy mô lớn. Thư viện hỗ trợ lập chỉ mục tăng dần, phân tích đa ngôn ngữ và tích hợp liền mạch với các ứng dụng .NET, cho phép các nhà phát triển xây dựng trải nghiệm tìm kiếm mạnh mẽ với ít mã nhất.

Tại sao nên sử dụng GroupDocs.Redaction để redact tài liệu?

GroupDocs.Redaction cung cấp hơn 30 mẫu redact tích hợp và hỗ trợ xử lý hàng loạt, đảm bảo dữ liệu cá nhân, các điều khoản bí mật hoặc các đánh dấu quy định được loại bỏ vĩnh viễn. Trong các bài kiểm tra, việc redact một PDF 500 trang mất dưới 2 giây trên một máy chủ tiêu chuẩn. Engine hoạt động trên luồng nội dung của tài liệu, đảm bảo các vùng đã redact không thể khôi phục, đồng thời duy trì định dạng và bố cục gốc.

Yêu cầu trước

  • Thư viện yêu cầu: GroupDocs.Search, GroupDocs.Redaction
  • Nền tảng hỗ trợ: .NET Framework 4.5+, .NET Core 3.1+, .NET 5+, .NET 6+
  • IDE: Visual Studio 2022 hoặc phiên bản mới hơn (bất kỳ edition nào)
  • Kỹ năng cơ bản: Quen thuộc với C#, file I/O, và các khái niệm OOP

Làm thế nào để thiết lập GroupDocs.Search và GroupDocs.Redaction trong một dự án .NET?

Cài đặt các gói NuGet qua .NET CLI, Package Manager Console hoặc giao diện UI, sau đó thêm tệp giấy phép vào dự án. Quy trình hai bước này là tất cả những gì bạn cần trước khi viết bất kỳ mã nào liên quan đến lập chỉ mục hoặc redact. Sau khi thêm các gói, bạn nên đặt tệp giấy phép ở thư mục gốc của ứng dụng và tham chiếu các namespace trong các tệp mã của mình.

Cài đặt GroupDocs.Redaction cho .NET

Để bắt đầu sử dụng GroupDocs.Search và GroupDocs.Redaction trong các ứng dụng .NET của bạn, hãy làm theo các bước cài đặt sau:

.NET CLI

dotnet add package GroupDocs.Redaction

Package Manager Console

Install-Package GroupDocs.Redaction

NuGet Package Manager UI
Tìm kiếm “GroupDocs.Redaction” và cài đặt phiên bản mới nhất.

Các bước lấy giấy phép

  1. Dùng thử miễn phí: Đăng ký trên GroupDocs để nhận giấy phép tạm thời.
  2. Mua: Để có quyền truy cập đầy đủ, mua giấy phép từ trang web GroupDocs.
  3. Giấy phép tạm thời: Nhận giấy phép này cho mục đích đánh giá qua liên kết được cung cấp.

Khởi tạo và Cài đặt Cơ bản

Lớp Index đại diện cho một chỉ mục có thể tìm kiếm được lưu trên đĩa và cung cấp các phương thức để thêm, cập nhật và truy vấn tài liệu. Sau khi cài đặt, khởi tạo dự án của bạn với các cấu hình cần thiết:

using GroupDocs.Search;
using GroupDocs.Redaction;

// Initialize an Index instance to manage document indexing and searching.
Index index = new Index("path/to/index/folder");

Hướng dẫn triển khai

Tạo và lập chỉ mục tài liệu

Tổng quan
Tính năng này minh họa cách tổ chức tài liệu một cách hiệu quả bằng cách tạo chỉ mục cho một thư mục chứa nhiều tệp.

Bước 1: Xác định đường dẫn

string indexFolder = "YOUR_DOCUMENT_DIRECTORY/ObtainSearchResultInformation";
string documentFolder = "YOUR_DOCUMENT_DIRECTORY/DocumentsPath";

// Create an instance of the Index class.
Index index = new Index(indexFolder);

// Add documents from the specified folder to the index.
index.Add(documentFolder);

Cài đặt và Thực thi Tìm kiếm mờ

Tổng quan
Tìm kiếm mờ cho phép bạn tìm tài liệu ngay cả khi có một số sai lệch nhỏ trong các từ khóa tìm kiếm. Tính năng này trình bày cách thiết lập tìm kiếm mờ với độ chính xác có thể điều chỉnh.

Bước 1: Bật tìm kiếm mờ

using GroupDocs.Search.Options;

SearchOptions options = new SearchOptions();
options.FuzzySearch.Enabled = true;
options.FuzzySearch.FuzzyAlgorithm = new TableDiscreteFunction(3); // Allow up to 3 differences

// Execute the search with fuzzy logic.
SearchResult result = index.Search("favourable OR \"ipsum dolor\"", options);

Console.WriteLine("Documents: " + result.DocumentCount);
Console.WriteLine("Total occurrences: " + result.OccurrenceCount);

Đánh dấu Kết quả Tìm kiếm trong Định dạng HTML

Tổng quan
Đánh dấu kết quả tìm kiếm sẽ trực quan hoá các phần liên quan trong tệp, giúp phân tích nhanh hơn.

Bước 1: Cài đặt nén cao

using GroupDocs.Search.Highlighters;
using GroupDocs.Search.Options;

IndexSettings settings = new IndexSettings();
settings.TextStorageSettings = new TextStorageSettings(Compression.High);

// Create an instance of the Index.
Index index = new Index(indexFolder, settings);
index.Add(documentFolder);

Bước 2: Đánh dấu và Xuất ra

SearchResult result = index.Search("solicitude");

if (result.DocumentCount > 0)
{
    FoundDocument document = result.GetFoundDocument(0);

    string path = "YOUR_OUTPUT_DIRECTORY/Highlighted.html";
    OutputAdapter outputAdapter = new FileOutputAdapter(OutputFormat.Html, path);
    Highlighter highlighter = new DocumentHighlighter(outputAdapter);

    // Generate highlighted HTML content.
    index.Highlight(document, highlighter);
}

Mẹo Khắc phục sự cố

  • Đảm bảo các đường dẫn được chỉ định đúng để tránh lỗi không tìm thấy tệp.
  • Xác minh rằng tất cả các quyền cần thiết cho các thao tác đọc/ghi trên thư mục đã được thiết lập.

Ứng dụng thực tiễn

  1. Đánh giá tài liệu pháp lý – Nhanh chóng tìm kiếm các thuật ngữ liên quan đến vụ án trong kho tài liệu pháp lý khổng lồ.
  2. Nghiên cứu học thuật – Tìm kiếm trong hàng ngàn bài báo để tìm các phương pháp cụ thể.
  3. Trí tuệ kinh doanh – Trích xuất các chỉ số quan trọng từ báo cáo quý mà không cần khai thác thủ công.
  4. Hỗ trợ khách hàng – Quét các ticket hỗ trợ để tìm các vấn đề lặp lại và redact dữ liệu cá nhân trước khi phân tích.
  5. Hệ thống Quản lý Nội dung (CMS) – Cải thiện việc truy xuất nội dung bằng tìm kiếm mờ và tự động redact các đoạn nhạy cảm.

Các yếu tố về hiệu năng

  • Tối ưu cài đặt lưu trữ chỉ mục để cân bằng tốc độ và dung lượng đĩa.
  • Thường xuyên cập nhật chỉ mục để dữ liệu luôn mới, giảm xử lý không cần thiết.
  • Giải phóng các đối tượng không dùng ngay lập tức để tránh rò rỉ bộ nhớ, đặc biệt khi xử lý các lô lớn.

Cách redact thông tin nhạy cảm từ PDF bằng GroupDocs Redaction?

Redactor là lớp chính được sử dụng để áp dụng các mẫu redact cho các định dạng tài liệu được hỗ trợ. Tải PDF mục tiêu bằng Redactor redactor = new Redactor("file.pdf"), định nghĩa một mẫu redact (ví dụ, redactor.AddRedaction(new RedactionPhrase("confidential"))), và gọi redactor.Apply() – thư viện sẽ ghi đè tệp gốc bằng nội dung đã redact trong khi vẫn giữ nguyên bố cục. Quy trình một bước này đảm bảo không còn dấu vết nào của cụm từ được bảo vệ.

Cách đánh dấu kết quả tìm kiếm trong HTML sau một truy vấn mờ?

SearchResultHighlighter cung cấp các tiện ích để tạo các đoạn HTML được đánh dấu từ các kết quả khớp. Thực hiện truy vấn mờ, lấy các đoạn khớp, và truyền chúng vào SearchResultHighlighter.HighlightHtml(matches, "<mark>", "</mark>"). Phương thức này sẽ bao bọc mỗi lần xuất hiện bằng các thẻ được cung cấp, tạo ra một đoạn HTML trong đó mọi thuật ngữ liên quan đều được nhấn mạnh trực quan. HTML đã được đánh dấu có thể nhúng trực tiếp vào các trang web hoặc lưu dưới dạng báo cáo, giúp người dùng cuối dễ dàng nhìn thấy ngữ cảnh của mỗi khớp.

Câu hỏi thường gặp

Q: Tìm kiếm mờ là gì?
A: Tìm kiếm mờ tìm các khớp xấp xỉ, chịu được lỗi chính tả hoặc những biến thể nhẹ trong từ khóa truy vấn.

Q: Tôi có thể sử dụng các thư viện này trong dự án thương mại không?
A: Có, một giấy phép GroupDocs hợp lệ cung cấp quyền sử dụng thương mại.

Q: Làm thế nào để xử lý hiệu quả các bộ tài liệu lớn?
A: Sử dụng lập chỉ mục tăng dần, tinh chỉnh IndexingOptions cho kích thước batch, và lên lịch tái tạo chỉ mục thường xuyên để duy trì hiệu năng tối ưu.

Q: Những định dạng tệp nào được GroupDocs.Search hỗ trợ?
A: Hơn 100 định dạng được hỗ trợ, bao gồm PDF, DOCX, XLSX, PPTX, HTML, TXT và các loại ảnh như JPEG và PNG.

Q: Có hỗ trợ đa ngôn ngữ cho tìm kiếm và redact không?
A: Có, các thư viện bao gồm các bộ phân tích ngôn ngữ cho hơn 30 ngôn ngữ, cho phép tìm kiếm và redact chính xác trên nội dung toàn cầu.

Tài nguyên

Cập nhật lần cuối: 2026-07-16
Kiểm tra với: GroupDocs.Search 2.0.0 và GroupDocs.Redaction 2.0.0 for .NET
Tác giả: GroupDocs

Các hướng dẫn liên quan