Уважаемые, мастера. Мы меня не раз выручали и спустя долгое время созрел вопрос, который спешу Вам задать.

Расскажите о вариантах хранения и поиска по тексту крупных документах с минимальным форматированием (жирный, курсив, ссылка на др. документ).
Другими словами например есть у нас налоговый кодекс. В каком формате лучше его хранить в БД (а может и не в БД) и каким образом организовывать поиск в тексте по вхождению? Как обрабатывать ссылки в этом тексте?

Спасибо.

простите за опечатку "Мы меня ...", конечно же, "Вы"=))

> DmitrichJ   (03.08.09 23:17)  

Мало информации, что бы можно было дать какой-то ответ. Одни вопросы.
Конкретнее.

Текстовый документ. Например налоговый кодекс. В программе должен иметь минимальное форматирование. Например жирный текст заголовков и статей. Так же должен иметь ссылки (в любом виде), чтобы при просмотре можно было определить куда данная ссылка ссылается (но это другой вопрос). Мне интересно как лучше хранить множество подобных документов и как организовывать контекстный поиск. Хотя бы простейший "Статья 4. Нормативные правовые акты Правительства Российской Федерации" если бы текст был не форматирован и хранился в БД простейшим текстом, то не было проблем воспользоваться "лайком", но из-за форматирования сложнее. Кто-нибудь сталкивался?

> DmitrichJ   (03.08.09 23:42) [3]

Мда. Мало что прояснилось.
FullText search - первое что приходит в голову. Это по поиску.
Далее:
1) СУБД?
2) В каком виде документы хранятся-то?
3) Форматирование - это на клиентской части.
Ну, не будем о грустном :) и так, далее:
4) Нужен поиск по Форматам? Оо (Можно, конечно, и такое сделать..)
5) В идеале (ну, не то что бы уж совсем, но :) ) - сделать по подобию htmlhelp

видимо неправильно выразился... в общем 1,2- это вопрос. Т.е. спрашиваю как лучше сделать.
3-да.
4. Нужно чтобы клиенту отображалось типа:
Статья 1. ыфпфп
фукпфукфукп
Статья 2. шлепшепш.
пншпншпнш

как лучьше хранить? В rtf или html формате, а может вообще в другом? Это тоже вопрос.

раз мы храним форматирование, то как лучше делать поиск? к примеру если html, то текст храниться Статья 1..... ыфпфп. А клиент будет искать "Статья 1..." к примеру...

4. как?

> DmitrichJ   (04.08.09 00:38) [5]


> 1,2- это вопрос. Т.е. спрашиваю как лучше сделать.

1) - денег есть? много?
2) можно просто текстом.. можно rtf.. можно xml... всяко можно... :(
3)-
4) -это зависит от того, в каком формате хранить.
5) - (если я правильно понял) - ведет к изучению энтой технологии.

При нужде - я бы и на FB все сделал... Эх.. Жаль счас на мсскл основная работа... Такое г...

> Жаль счас на мсскл основная работа... Такое г...

и не говори


> 1) - денег есть? много?

в наше-то время? и много?

> DmitrichJ   (04.08.09 01:34) [8]


> в наше-то время? и много?

Ну.. есть и бесплатное... зависит от предполагаемых объемов.

>turbouser ©   (04.08.09 01:24) [7]
>Эх.. Жаль счас на мсскл основная работа... Такое г...

Это обычное впечатление при переходе с ИБ на МССКЛ. Однако через некоторое время оно сильно меняется :)

> При нужде - я бы и на FB все сделал... Эх.. Жаль счас на
> мсскл основная работа... Такое г...


Это IB/FB - г..но ужасное. На MSSQL данная задача решается часовым вдумчивым читанием хелпа и наведением FTS на данное поле (я с абсолютного нуля в FTS за день разобрался).

> Это IB/FB - г..но ужасное

зато маленькое и бесплатное :D

> зато маленькое и бесплатное :D


Это единственные его достоинства.
Кстати, в природе MSSQL Express Edition есть. Тоже бесплатное.

> Ega23  (04.08.2009 13:27:13)  [13]

Маленькое что, размер дистрибутива и место на диске, да лучше бы побольше было бы, побогаче.

> Кстати, в природе MSSQL Express Edition есть. Тоже бесплатное.

в курсе. но уже не маленькое


> Это единственные его достоинства.

Ну как же, еще в (почти-)ежегодные конференции в Москве с вкусными бутербродами :D


> Маленькое что, размер дистрибутива и место на диске, да лучше бы побольше было бы, побогаче.

место, оно самое. Ну и FB Embedded, для своих задач весьма удобен.

> В каком формате лучше его хранить в БД (а может и не в БД)
> и каким образом организовывать поиск в тексте по вхождению?
>  Как обрабатывать ссылки в этом тексте?


хранить в виде chm, использовать стандартный поиск. И никакой базы не надо :)

Сейчас правда FB Embed в сегменте встраиваемых СУБД сильно подвинут SQLite. И вообще проект firebird скорее мертв чем жив, очень медленно развивается.

Ну не знаю, я бы индекс слов по тексту построил и по нему искал.