在SQL Server 2005中使用PDF文件进行全文搜索

Question

我在SQL Server 2005中索引PDF文件时遇到了一个奇怪的问题，希望有人可以提供帮助。 我的数据库有一个名为MediaFile的表，其中包含以下字段：MediaFileId int identity pk，FileContent image和FileExtension varchar（5）。 我的Web应用程序在此表中存储文件内容没有任何问题，并且能够在doc，xls等上使用全文搜索而没有任何问题 - 唯一无法正常工作的文件扩展名是PDF。 在此表上执行全文搜索时，我知道在表中保存的PDF文件中存在的单词，这些文件不会在搜索结果中返回。

操作系统是Windows Server 2003 SP2，我安装了Adobe iFilter 6.0 。 按照此博客条目上的说明，我执行了以下命令：

exec sp_fulltext_service 'load_os_resources', 1;
exec sp_fulltext_service 'verify_signature', 0;

在此之后，我重新启动了SQL Server，并通过执行以下命令验证是否正确安装了PDF扩展的iFilter：

select document_type, path from sys.fulltext_document_types where document_type = '.pdf' 

这将返回以下信息，看起来是正确的：

document_type：.pdf
路径：C：\\ Program Files \\ Adob​​e \\ PDF IFilter 6.0 \\ PDFFILT.dll

然后我（重新）在MediaFile表上创建了索引，选择FileContent作为索引列，将FileExtension作为其类型。 该向导将创建索引并成功完成。 为了测试，我正在执行这样的搜索：

SELECT MediaFileId, FileExtension FROM MediaFile WHERE CONTAINS(*, '"house"');

这将返回包含此术语但不包含任何PDF文件的DOC文件，但我知道表中肯定有PDF文件包含单词house 。

顺便说一句，我让这个工作了几分钟，上面的搜索返回了正确的PDF文件，但后来它没有明显的原因再次停止工作。

有关什么可以阻止SQL Server 2005索引PDF的任何想法，即使安装了Adobe iFilter并且似乎已加载？

Answer 1

谢谢伊万。 管理最终通过从头开始一切来实现这一点。 似乎完成任务的顺序会产生很大的不同，并且在加载iFilter后关联博客上关闭'load_os_resources'设置的建议可能不是最好的选择，因为这会导致iFilter重新启动SQL Server时不加载。

如果我没记错的话，最终对我有用的步骤顺序如下：

1. 确保表中没有索引（如果是，则删除它）
2. 安装Adobe iFilter
3. 执行命令exec sp_fulltext_service'load_os_resources'，1;
4. 执行命令exec sp_fulltext_service'verify_signature'，0;
5. 重新启动SQL Server
6. 验证PDF iFilter已安装
7. 在表上创建全文索引
8. 做完全重新索引

虽然这样做了，但我很确定在最终开始正常工作之前我已经执行了几次这些步骤。

Answer 2

我刚刚与它斗争了一个小时，但终于搞定了。 我做了你所做的一切，所以只是尝试简化查询（我用字段名替换*并在术语上删除双引号）：

SELECT MediaFileId, FileExtension FROM MediaFile WHERE CONTAINS(FileContent, 'house')

此外，当您创建全文索引时，请确保指定语言。 最后一件事可能是你可以尝试将字段类型从Image更改为varbinary(MAX) 。