我正在使用Contains函数在包含PDF或Word文档的BLOB字段中搜索字符串。最近，我进行了以下搜索：
SELECT doc_id
FROM table_of_documents
WHERE CONTAINS (BLOB_FIELD, 'SDS.IF.00005') > 0
返回的大多数记录都是正确的，但其中一些包含PDF的文件中没有“ SDS.IF.00005”，但确实有“ SDS.EL.00005”。
当我说PDF没有搜索词时，我是说我在Adobe Reader中打开它们，然后使用搜索功能和自己的眼球对其进行搜索，而且对文档非常熟悉的人坚持认为该词不存在，因此不应在那里。
我尝试将圆点视为转义字符：SDS\\.IF\\.00005和{SDS.IF.00005}。但是，我仍然得到相同的结果。
我也尝试设置CONTAINS (BLOB_FIELD, 'SDS.IF.00005') = 100，但是我仍然在里面带文档，SDS.EL.00005而不是SDS.IF.00005。
搜索字词中的点SDS.%.00005对Oracle来说意味着什么？还是我应该研究如何在Adobe文档中找到肉眼或Adobe文本搜索功能不可见的深层隐藏文本？
谢谢你的帮助。
据我所知，CONTAINS是一个执行全文本搜索的Oracle Text函数，因此Oracle可能会根据其BASIC_LEXER来对字符串进行标记。该词法分析器.用作单词分隔符。因此，Oracle将您的查询理解为“返回至少与单词'SDS'，'IF'或'00005'匹配的单词。由于您的PDF可能已使用相同的词法索引器编制了索引，因此从Oracle Text的角度来看，您的PDF包含单词'SDS'，'EL'和'00005'，因此它匹配3个单词中的2个，因此Oracle返回该行。
实际上，“ IF”已包含在Oracle Text默认 停用词列表中（被忽略的词是因为它们太普遍以至于它们大多引入了“噪声”）；因此您的查询实际上是“返回至少与'SDS'或'00005'之一匹配的任何内容”。因此，包含文字文本“ SDS.EL.00005”的PDF将为您提供CONTAINS(BLOB_FIELD, 'SDS.IF.00005') = 100（完美的匹配）效果，您对此并不感到惊讶。
如果要搜索逐字字符串，我认为您不应该使用Oracle Text，而应该使用plain old实现解决方案DBMS_LOB.INSTR。如果那不可行，那么您将必须找到一种方法使Oracle Text在不标记它们的情况下索引这些字符串。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句