實作高壓縮 .NET 與 GroupDocs：文字與遮蔽指南

在現代 .NET 解決方案中，implement high compression .net 在需要儲存大量文字集合而不致佔用過多磁碟空間時是必不可少的。同時，保護敏感資訊——例如個人識別碼或財務數字——需要可靠的遮蔽功能。本教學將一步一步示範如何使用 GroupDocs.Search 設定高壓縮文字儲存，以及如何使用 GroupDocs.Redaction 安全地遮蔽機密資料。完成後，您將能將索引文字壓縮至最高 90 % 並從 PDF、Word 檔案以及其他多種格式中移除私人內容。

快速解答

  • 什麼函式庫提供高壓縮索引？ GroupDocs.Search for .NET.
  • 哪個工具可遮蔽敏感資料？ GroupDocs.Redaction for .NET.
  • 我可以自動將文件加入索引嗎？ 可以——在資料夾掃描迴圈中使用 AddDocument API。
  • 壓縮對搜尋是否無損？ 是的，壓縮後文字仍可完整搜尋。
  • 生產環境是否需要授權？ 商業使用需購買永久 GroupDocs 授權。

「implement high compression .net」是什麼？

Implement high compression .net 指的是設定 GroupDocs.Search 索引引擎，以壓縮形式儲存擷取的文字內容。這可大幅減少磁碟上的索引大小，同時保持文字可完整搜尋。壓縮是無損的，查詢相關性與摘要擷取的表現與未壓縮的索引完全相同。

為什麼選擇 GroupDocs 進行壓縮與遮蔽？

GroupDocs.Search 支援超過五十種輸入格式，且可將索引文字壓縮至最高九成，讓大型文件集合只佔原始大小的一小部分。GroupDocs.Redaction 透過永久刪除或遮蔽超過三十種檔案類型的敏感資訊，協助您在不需額外工具的情況下符合 GDPR、HIPAA 等嚴格合規規範。

前置條件

  • 開發環境： Visual Studio 2022 或更新版本，.NET 6+（或 .NET Framework 4.7.2）。
  • 函式庫： GroupDocs.Search 與 GroupDocs.Redaction NuGet 套件。
  • 權限： 讀寫包含來源文件及索引輸出位置的資料夾的存取權限。
  • 基礎知識： C# 語法、檔案 I/O 以及 .NET 專案結構的熟悉度。

如何使用 GroupDocs 實作高壓縮 .NET？

要使用 GroupDocs 實作高壓縮 .NET，首先建立 TextStorageSettings 實例，並將其 CompressionLevel 設為 High。接著實例化 Index 物件，傳入設定與索引將儲存的資料夾。索引準備好後，使用 AddDocument 新增文件，最後以 Search 方法執行搜尋，整個過程中引擎會自動處理壓縮與解壓縮。

步驟 1：安裝必要的 NuGet 套件

.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

  • 搜尋 “GroupDocs.Search” 並點擊 Install。

步驟 2：安裝 GroupDocs.Redaction（用於資料遮蔽）

  • 開啟 NuGet Package Manager。
  • 搜尋 GroupDocs.Redaction 並安裝最新的穩定版。

步驟 3：取得並套用授權

  • 免費試用： 在 GroupDocs 入口網站註冊以取得 30 天試用金鑰。
  • 臨時授權： 申請開發環境的臨時金鑰。
  • 永久授權： 購買正式授權以移除評估限制。

步驟 4：兩個函式庫的基本初始化

Search 與 Redaction 引擎共用相同的授權模式。請在應用程式啟動時初始化它們：

// 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");

功能 1：高壓縮文字儲存設定

設定索引配置

TextStorageSettings 是告訴 GroupDocs.Search 如何保存擷取文字的類別。啟用高壓縮可在不影響搜尋速度的情況下將索引大小縮減至最高 10 倍。

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);

說明：

  • CompressionLevel.High 會啟用基於 ZSTD 的演算法，有效壓縮文字區塊。
  • UseMemoryCache = false 使引擎從磁碟串流資料，適合大規模部署。

建立與管理索引

Index 物件代表磁碟上的可搜尋儲存庫。您需要指定索引檔案的儲存資料夾，並傳入上述的壓縮設定。

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);

說明：

  • indexFolder 決定壓縮索引檔案的存放位置。
  • settings 注入高壓縮設定，確保每個新增文件皆受惠。

功能 2：將文件加入索引

將文件加入索引

AddDocument 會將單一檔案加入索引，擷取其文字、依設定壓縮，並儲存結果。GroupDocs.Search 能從目錄樹中讀取檔案。以下迴圈會遍歷 documentsFolder，將每個檔案加入索引並記錄進度。

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);

說明：

  • AddDocument 解析檔案，擷取可搜尋文字，依 TextStorageSettings 壓縮，並存入索引。
  • 此方式支援 PDF、DOCX、TXT、HTML 以及超過 30 種其他格式。

功能 3：執行搜尋查詢

執行搜尋

Search 針對壓縮索引執行查詢，回傳符合條件的 DocumentResult 物件集合，包含相關性分數與突顯的摘要。索引建好後，即可執行快速查詢。Search 方法會回傳包含檔案路徑與突顯摘要的 DocumentResult 物件集合。

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);

說明：

  • 搜尋引擎直接掃描壓縮文字，即使索引包含 數百萬頁，查詢延遲仍保持低。
  • Score 表示相關性，數值越高代表匹配度越好。

如何使用 GroupDocs.Redaction 遮蔽機密資料？

使用 GroupDocs.Redaction 遮蔽機密資料的流程是先為目標檔案建立 Redactor 實例。定義一或多個 SearchPattern 物件，描述要移除的文字，例如社會安全號碼的正規表達式。使用 Redact 套用每個模式，並指定 RedactionType（如 BlackOut），最後將結果儲存為新文件，確保原始檔案保持不變。

Redactor 是 GroupDocs.Redaction 中用於載入文件並執行遮蔽操作的主要類別。
SearchPattern 定義用於識別要遮蔽文字的正規表達式。

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);

說明：

  • SearchPattern 使用正規表達式定位社會安全號碼。
  • RedactionType.BlackOut 以實心黑色矩形取代匹配文字，確保資料無法復原。

實務應用

  1. 法律文件管理： 自動壓縮大量案件檔案，並在歸檔前遮蔽客戶識別資訊。
  2. 醫療紀錄： 將多年患者筆記儲存於壓縮索引，並在與研究夥伴共享前移除 PHI（受保護健康資訊）。
  3. 財務報告： 透過遮蔽帳號來保護季報，同時保留可搜尋文字以供稽核查詢。

效能考量

  • 壓縮影響： 高壓縮可將索引大小縮減至最高 90 %，降低 SSD 磨損並加速備份作業。
  • 記憶體使用量： 對於極大索引，停用記憶體快取以將程式佔用保持在 500 MB 以下。
  • I/O 最佳化： 將文件批次加入（每批 100 筆）以減少磁碟抖動。
  • 非同步處理： 將 AddDocument 呼叫包裹於 Task.Run，確保桌面應用程式的 UI 執行緒保持回應。

常見問題與除錯

  • 檔案路徑錯誤： 確認 documentsFolder 與 indexFolder 為絕對路徑，且應用程式具備讀寫權限。
  • 授權錯誤： 確保 .lic 檔案與可執行檔一起部署或嵌入為資源。
  • 搜尋無結果： 檢查 TextStorageSettings 的壓縮等級是否與索引時使用的相同；設定不符可能導致反序列化失敗。

常見問答

Q: 我可以在初始建置後再加入文件到索引嗎？
A: 可以——只要對新檔案呼叫 index.AddDocument，引擎會以增量方式更新壓縮索引。

Q: 遮蔽會改變原始檔案嗎？
A: 不會——原始檔案保持不變，遮蔽後的版本會另存為新檔案，保留文件完整性。

Q: GroupDocs.Redaction 支援哪些格式？
A: 超過 30 種格式，包括 PDF、DOCX、PPTX、XLSX、影像（PNG、JPEG）以及純文字。

Q: 高壓縮會影響搜尋相關性嗎？
A: 不會。文字壓縮是無損的，相關性分數與未壓縮的索引相同。

Q: 索引文件的大小有上限嗎？
A: GroupDocs.Search 可透過串流處理多 GB 的檔案；但請確保有足夠的磁碟空間存放壓縮索引（約為原始大小的 10 %）。

資源

最後更新： 2026-06-07
測試環境： GroupDocs.Search 23.12 與 GroupDocs.Redaction 23.12 for .NET
作者： GroupDocs

相關教學