Configuring MOSS 2007 to search pdf documents

      搜索功能，尤其企业级的搜索，对于企业里面的KM来说是非常重要的，试想，企业里面沉淀下来的上百G甚至几个TB的数据，怎么样来更加方便的检索和精确的定位，是很多企业所关心的。在SPS 2003年代，要想实现信息的精确定位和检索，是有难度的，到了MOSS 2007的时代后，一切都变了，微软从底层架构实现了对搜索的支持，这种搜索是全文搜索的爬网式检索，对于性能方面，微软当然也有考虑，利用了索引的技术，使除第一次爬网外的速度有了明显的提升，而且微软针对企业里的真正需求，单独包装了MOSS for search的独立产品来卖，可见微软对企业级信息检索的重视。

      由于企业里面的文档，往往不仅仅是OFFICE系列格式的，比如还有最平常见到的PDF格式的文档，MOSS默认情况下是不兼容的，当然，我们可以把PDF上传到MOSS里面的文档库，在客户端装了adobe 公司的 reader或者Acrobat后，就可以浏览，但是想实现对PDF的全文爬网式搜索是不可以的，接下来和大家分享下Configuring MOSS 2007 to search pdf documents的详细步骤。

      在分享具体步骤之前，有必要和大家交代下adobe公司的 Adobe PDF IFilter v6.0这个产品，想要实现在MOSS平台上对PDF文档的兼容，这个产品是必须的，如果客户端有安装reader 7.0.5及以上的版本或Acrobat系列的产品，就不需要装此插件了，安装成功后，我们可以到注册表中检查此插件是否安装成功，步骤如下

开始/运行/regedit/ HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Shared Tools\Web Server Extensions\12.0\Search\Setup\ContentIndexCommon\Filters\Extension\.pdf

此注册表子项必须包含如下注册表项，表明安装成功：

Type: REG_MULTI_SZ

Data: {4C904448-74A9-11D0-AF6E-00C04FD8DC02}

    HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Shared Tools\Web Server Extensions\12.0\Search\Setup\Filters\.pdf

 Name: Default

Type: REG_SZ

Data: (value not set)

• Name: Extension

Type: REG_SZ

Data: pdf

• Name: FileTypeBucket

Type: REG_DWORD

Data: 0x00000001 (1)

• Name: MimeTypes

Type: REG_SZ

Data: application/pdf

         Configuring MOSS 2007 to search pdf documents步骤如下：

1：下载17*17 的图标，地址如下 http://www.adobe.com/misc/linking.html ，并命名为 icpdf.gif

2：把 icpdf.gif拷入如下位置 C:\Program Files\Common Files\Microsoft Shared\Web Server Extensions\12\Template\Images

3：修改 C:\Program Files\Common Files\Microsoft Shared\Web server extensions\12\Template\Xml\ 路径下的 DOCICON.XML文件，添加内容如下：

<Mapping Key="pdf" Value="icpdf.gif"/>

4：开始/运行/iisreset

 

5: 添加PDF文件类型为MOSS2007平台的搜索文件类型，进入MOSS 2007的管理中心\SharedServices1\搜索设置\文件类型\新建文件类型\pdf\确定

6：执行全文爬网（当然执行这个动作之前必须在某个文档库里面上传PDF文件），进入MOSS 2007的管理中心\SharedServices1\搜索设置\内容源和爬网计划\开始所以爬网

这些步骤完成之后， 就可以在文档库中看到上传的PDF文件前面的类型有一个的图标，表明我们上面的设置成功。此时其实对于PDF文件还不能实现全文式爬网搜索，只能针对文件名的关键字来进行检索，还必须修改注册表才能对PDF兼容。

7：开始\运行\regedit\确定\

HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Shared Tools\Web Server Extensions\12.0\Search\Applications\<GUID>\Gather\Search\Extensions\ExtensionList\

右键\编辑\新建\字符串值\输入38\确定\右键38\修改\在值数据中输入pdf\确定

8:开始\运行\cmd\确定\ set stop spsearch

9: 开始\运行\cmd\确定\ set start spsearch

10: 执行全文爬网进入MOSS 2007的管理中心\SharedServices1\搜索设置\内容源和爬网计划\开始所以爬网.

效果如下：

 

       整个配置的过程中需要注意的地方是上传的PDF文件一定要签入，才能搜索得到