GroupDocs.Search 与 Redaction 在 .NET 中 – 敏感数据编辑

管理海量文档可能令人望而生畏，尤其是当您需要 编辑敏感数据 同时仍提供快速搜索功能时。本指南将演示如何设置 GroupDocs.Search 与 GroupDocs.Redaction，展示如何 将文档添加到索引，执行高效的 搜索大型文档 操作，并确保所有内容符合隐私要求。

快速答案

  • “编辑敏感数据”是什么意思？ 它表示永久删除或遮蔽文档中的机密信息。
  • 我需要哪些库？ GroupDocs.Search 和 GroupDocs.Redaction for .NET（可通过 NuGet 获取）。
  • 我可以自动索引 .NET 项目吗？ 可以——请参阅 “如何索引 .NET” 部分获取分步指南。
  • 我该如何处理超大文件？ 使用基于块的搜索将数据分成可管理的部分进行处理。
  • 生产环境需要许可证吗？ 生产使用需要有效的 GroupDocs 许可证；提供免费试用。

什么是编辑敏感数据？

编辑敏感数据是指永久删除或遮蔽文档中的个人、财务或机密信息，使其无法被未授权用户恢复或查看。

为什么将 GroupDocs.Search 与 Redaction 结合使用？

  • 速度： 构建可在毫秒内返回结果的可搜索索引。
  • 安全性： 在文档共享或存储之前应用编辑规则。
  • 可扩展性： 块搜索让您在不耗尽内存的情况下处理 TB 级文本。
  • 合规性： 通过确保机密数据不泄露，满足 GDPR、HIPAA 等法规要求。

先决条件

  • .NET 开发环境（推荐使用 Visual Studio）。
  • 基础 C# 知识。
  • 可访问 NuGet 以安装所需的包。

在 .NET 中设置 GroupDocs.Redaction

通过 .NET CLI 安装

dotnet add package GroupDocs.Redaction

Package Manager 安装

Install-Package GroupDocs.Redaction

NuGet 包管理器 UI

搜索 “GroupDocs.Redaction” 并安装最新版本。

获取许可证的步骤

  • 免费试用： 开始免费试用以探索功能。
  • 临时许可证： 请求临时许可证以获得更长的访问期限。
  • 购买： 考虑购买以用于长期生产环境。

基本初始化和设置

using GroupDocs.Redaction;

RedactorSettings settings = new RedactorSettings();
// Initialize with desired options or default ones

实现指南

如何使用 GroupDocs.Search 索引 .NET 项目

下面我们将实现过程分解为清晰的编号步骤，便于您轻松跟随。

步骤 1：指定索引文件夹

string indexFolder = "YOUR_DOCUMENT_DIRECTORY/AdvancedUsage/Searching/SearchByChunks";

Why? 定义专用文件夹可使索引保持组织有序，并与原始文档隔离。

步骤 2：创建并配置索引

Index index = new Index(indexFolder);

Purpose: 在您指定的位置实例化一个新的可搜索索引。

步骤 3：将文档添加到索引

index.Add("YOUR_DOCUMENT_DIRECTORY/DocumentsPath1");
index.Add("YOUR_DOCUMENT_DIRECTORY/DocumentsPath2");
index.Add("YOUR_DOCUMENT_DIRECTORY/DocumentsPath3");

Explanation: 每次调用都会将文件（或文件夹）添加到索引，使其内容可搜索。

使用块搜索搜索大型文档

块搜索让您将大型文件拆分为更小的块，从而保持低内存使用。

步骤 1：定义搜索查询

string query = "invitation";

Purpose: 您在所有已索引文件中寻找的词语。

步骤 2：配置块搜索选项

SearchOptions options = new SearchOptions();
options.IsChunkSearch = true;

Explanation: 启用 IsChunkSearch 告诉引擎以块方式处理数据。

步骤 3：执行初始搜索

SearchResult result = index.Search(query, options);
Console.WriteLine("Document count: " + result.DocumentCount);
Console.WriteLine("Occurrence count: " + result.OccurrenceCount);

Result: 显示包含该词的文档数量以及找到的总出现次数。

步骤 4：继续处理后续块

while (result.NextChunkSearchToken != null)
{
    result = index.SearchNext(result.NextChunkSearchToken);
    Console.WriteLine("Document count: " + result.DocumentCount);
    Console.WriteLine("Occurrence count: " + result.OccurrenceCount);
}

Why this loop? 它确保您从每个块检索结果，直至处理完整数据集。

如何使用 GroupDocs.Redaction 编辑敏感数据

定位到需要保护的信息后，应用编辑规则。

步骤 1：初始化编辑设置

RedactorSettings settings = new RedactorSettings();

步骤 2：应用编辑

使用 Redactor 类（此处未显示以保持原始代码完整）来定义您想要遮蔽的模式、文本或图像。
Pro tip: 在文档副本上先测试编辑规则，以避免意外的数据丢失。

实际应用

这些功能在多个行业中大放异彩：

  1. 法律文档管理 – 快速搜索案件文件，同时编辑客户机密细节。
  2. 医疗数据处理 – 保护患者 PHI，同时让临床医生查找相关记录。
  3. 金融审计 – 索引海量交易日志并编辑账户号码或个人标识信息。

性能考虑因素

  • 优化索引： 仅对已更改的文件重新索引，以保持索引新鲜且避免不必要的工作。
  • 管理资源： 根据服务器内存调整块大小 (options.ChunkSize)。
  • 异步操作： 对于大批量，使用异步索引以保持 UI 响应。

常见问题

Q: 如何高效处理大文件？
A: 使用基于块的搜索 (IsChunkSearch = true) 将数据分成更小的块处理，降低内存压力。

Q: GroupDocs.Redaction 能处理加密文档吗？
A: 可以——先解密文件，应用编辑，然后如有需要再重新加密。

Q: 有哪些许可证选项？
A: 免费试用、用于评估的临时许可证，以及用于生产的完整商业许可证。

Q: 如何排查索引错误？
A: 确认索引文件夹路径正确，确保应用具有读写权限，并检查所有文档格式是否受支持。

Q: 能进一步自定义搜索查询吗？
A: 当然。您可以使用 SearchOptions API 结合布尔运算符、通配符和邻近搜索。

资源

最后更新： 2026-04-27
测试环境： GroupDocs.Search 23.9 and GroupDocs.Redaction 23.9 for .NET
作者： GroupDocs