如何利用CHM文件为硬盘上许多不同格式的文档建立全文索引（用c++builder编程，我总共只有72分，大家帮忙）(72分)

我想开发一个文档管理器，他的功能大致如下：<br><br> &nbsp;1. 程序的左边是文件的treeview型组织，右边是文件的显示。<br><br> &nbsp;2. 程序能在相同的界面位置显示多种类型的文档，如doc, xls, txt, dpf等。<br><br> &nbsp;3. 程序具有全文搜索(需要全文索引)功能。<br> &nbsp;<br> &nbsp;其中第3个问题一直迟迟无法解决，如何为硬盘上的许多文件建立全文索引，有关c++builder的google desktop API 资料找不到，请教许多高手也不懂，无奈只好试试利用<br>CHM文件为硬盘上的文档建立全文索引。众所周知，许多软件如网文快捕，集文快手等，<br>都具有全文搜索(需要全文索引）功能， 它们具体如何编程实现? &nbsp;这些软件都只支持html，如何编程才能把硬盘上的许多文档转化为html文档并生成CHM文件，并且利用这个CHM文件为原来硬盘上的文档建立全文索引，也就是说，输入一个或多个关键词能搜索到硬盘上的目标文档，注意！ 这里搜索到的不是指转化过来的html文档，而是指原来硬盘上的文档！！只是利用一下这个CHM文件建立全文索引罢了（以上都指用c++builder编程）<br> &nbsp;<br> &nbsp;另，用数据库不行！ 这个方面我已经考虑了很长时间了！因为我打算开发的是收费共享软件，要求数据库有支持中文，英文及其他各种语言的全文索引功能，并且要求数据库是免费的，MYsql支持全文索引功能，但其中文的全文索引功能很差，并且不是免费，sqlserver支持全文索引功能，不是免费且价格昂贵！ interbase，firbird是免费的，但无全文索引功能，其他数据库我都考虑过了，都没有符合我的要求！！如果无全文索引功能，当文档很多时，如数十万，全文查询时则耗费很大内存，速度也很慢了！！如都是大文档时情况更严重！！<br> &nbsp; <br> &nbsp; &nbsp;以上请教大家，谢谢！！

要支持各种文字的话,估计就要用SQLserver,它有ntext类型.

这个问题不是一下子可以回复的。<br> doc文档转换html<br> txt转换html<br> dbf转换html等等，都需要相应的算法实现，对于doc转换有现成的例子，dbf转换，看看开发商提供了html的com没，这些都要写相应的dll，<br> 至于html转换成chm，很简单，调用chm的dll实现即可。<br><br> 至于全文检索，实现方法多样，比如对转换成chm中的检索，这个要看chm格式部分，网络上有关于反编译chm格式代码，研究一下就可以明白如何检索全文。<br> 如果是以chm中反过来检索原文所在位置，比较复杂，各个文档格式不一样，需要写相应的检索算法，但是有些文档格式是很难查到格式的，建议看开发商提供com接口否。<br> 当然可以通过变通方法查询chm中所在位置用文字提示原格式文件所在行列。不过这样查询量大时难以处理。

你的难点是全文检索，你可以在网上查一下全文检索的开源系统，<br>在www.sorceforge.net上查查吧，有不少的

易云飞先生：<br> &nbsp; 你说得有道理， 你能否给出或介绍一个示例代码？？

我手头上没有源码，不过你可以到google上搜，比如<br> &nbsp;doc文档转换html 源码， 会发现一大堆的技术细节实现部分。<br> &nbsp; &nbsp;http://www.aspxboy.com/private/207/default.aspx<br> &nbsp;dbf转换chm的<br> &nbsp; http://www.comicer.com/stronghorse/software/html/uncompile.htm<br> &nbsp;如反编译chm方面的，<br> &nbsp; &nbsp;http://microdream.cnblogs.com/archive/2005/10/16/255724.html<br><br> &nbsp;你可以把一个大的问题分解成各个技术细节部分，然后通过网络资源查到后分解它们如何实现的，你的工作不过就是综合而已。<br> &nbsp;还有不要局限于要搜寻什么语言的样本，现在只要是代码都可以值得借鉴。<br> &nbsp;这个我想不是难事吧。

易云飞先生：<br> &nbsp; 看了你介绍的，我还是不明白。我的意思是，象网文快捕那样，如何用代码新建一个空的chm文件或hlp文件，然后从硬盘上导入一个或多个文档（txt,doc,pdf,xls,html等格式）<br>集成到chm文件或hlp文件中，用treeview组件显示，能全文搜索（注意！ 这里用treeview组件显示的，搜索到的不是指转化过来的html文档，而是指原来硬盘上的文档！！）

你先转换成通过html格式做全文检索后，（比较容易，得到某篇文章有关键字）<br> &nbsp;然后再具体对那一篇html文章对应格式文件再做检索，（设置html文件对应一原文档，用数组即可实现，当你在html找到后，就可以相应找到原文档路径，位置）<br> 再对某个格式文件做全文检索，如果是txt，直接把html格式所在行列位置作为定位即可。<br> 对应word，可以通过操丛word控件（vc，delphi，vb中导出），通过在oleedit来实现（没代码？看看那些语言中的demo吧），<br> pdf，更是提供了com控件，查查在com中提供了查找函数没，一般来说应该有的。

易云飞先生：<br> &nbsp; &nbsp; 你的想法与我相似，先转换成html格式做成chm，并通过chm做全文检索后，得到哪一篇或哪几篇文章有关键字，也就是找到了这些文章的标题（或ID号），然后通过原先设定<br>的数组找到对应的原文档路径。<br> &nbsp; &nbsp; 但是，具体如何编程呢？<br> &nbsp; &nbsp; 1. 如何用代码新建一个空的chm文件？<br> &nbsp; &nbsp; 2. 从硬盘上导入一个或多个文档（txt,doc,pdf,xls,html等格式）集成到原先的chm<br> &nbsp; &nbsp; &nbsp; &nbsp;文件中，用treeview组件显示呢？ &nbsp;如何用代码实现？<br> &nbsp; &nbsp; 3. 打开一个chm文件进行全文搜索，如何用代码实现？<br> &nbsp; &nbsp; 4. 需要访问 Html Help Workshop 的API或对象库？<br> &nbsp; &nbsp; 5. 哪里有针对性的示例代码？ 有没有这方面的书啊？<br> &nbsp; &nbsp; 6. hlp，chm，哪一个更适合我的要求？