Campo para insertar texto

[nfo]

Buenas tardes compañeros.

Me ha llegado un proyecto bastante bonito. y comence a crear la base de datos, pero me surgue algunas dudas.

El proyecto consiste en almacenar libros en pdf para luego posteriormente hacer busquedas del texto te muestre en que pdfs esta esas palabras. Los procesos para obtener el texto del pdf damos por echo de que lo tengo ya.
La pregunta es, ¿este texto debo de meterlo en un campo de mi tabla con un tipo longblob? es lo más grande que he visto, ahi que tener en cuenta que los libros pueden tener unas 500 paginas de texto.

Creen que es la mejor opción?, meter el contenido del libro entero en un campo de base de datos ?, nunca antes inserte tal cantidad de datos en mysql.

[quimfv]

Ademas de ser mucho texto el problema lo vas a tener despues en el momento de hacer las busquedas....

No se como se hace pero deberías eliminar mucha "paja" de esos textos para que quede lo que realmente es necesario para las busquedas ....

Todos los textos tendran palabras como "de", "el", "siempre", "grande", "tener", "contenido" por decir algunas de las que has usado tu en tu post.... pero fijate que nínguna de ellas por si solas seran elementos de busqueda.... nadie busca libros donde aparezca la palabra "siempre" o "de"..... pero el algoritmo de busqueda tendrà que leerlas, compararlas y descartarlas....

La solución pasa por analizar el texto determinar que palabras son relevantes, por frequencia de aparición, por su significado relacionado con el tema del libro.... y guardar las palabras relevantes en una tabla y relacionarlas con el libro donde son relevantes...

Solo en muy última instáncia y contando con maquinas muy muy muy potentes se podría plantear una busqueda libre sobre el texto completo de un libro.... o de una colección de libros.

[nfo]

y eso como se hace ese tipo de algoritmo????,

¿¿¿poniendo una validacion en el filtro de busqueda un minimo de caracteres??

[lumiz]

Yo te recomiendo 2 opciones.
una es que guardes los pdf si esto no te sirve yo plantearia una entrada por cada pagina del libro ya que eso es lo que se vas a imprimir luego en tu sitio

lo plantearia asi:

Libros
--------
titulo
keywords
datos


Paginas
----------
id_libros
datos


Y las busquedas las haces solo en la tabla de libros en las columnas de titulo y keyword...
Buscas adentro el libro me parece una locura y no tiene mucho sentido tampoco

[nfo]

Iniciado por lumiz

Yo te recomiendo 2 opciones.
una es que guardes los pdf si esto no te sirve yo plantearia una entrada por cada pagina del libro ya que eso es lo que se vas a imprimir luego en tu sitio

lo plantearia asi:

Libros
--------
titulo
keywords
datos


Paginas
----------
id_libros
datos


Y las busquedas las haces solo en la tabla de libros en las columnas de titulo y keyword...
Buscas adentro el libro me parece una locura y no tiene mucho sentido tampoco

Tambien se guarda el pdf

El problema es los keywords .... que palabras colocar.....

Lo que tu planteas es un currazo extra, pues habria que meter el texto de cada pagina en un nuevo registro, cada libro tiene unas 300 paginas, es una locura hacer esto que planteas....