Como crear una base de datos con archivos PDF

[futureacademia]

Hola A tod@s:
Soy nuevo en este foro. Me he registrado en esta página por si alguien me pudiese ayudar sobre un proyecto que tengo.
Me gustaría crear una base de datos solamente con archivos en formato PDF, y que al buscar algunos de los datos contenidos en los archivos PDF se visualice la página que contiene el texto buscado. Me gustaría tb poder ordenar por archivos pdf en carpetas, de tal forma que la búsqueda sea lo más rápida posible
No se si esto será posible
Gracias de antemano por vuestra colaboración

[quimfv]

Posible es....

Primero los archivos pdf debes guardarlos en las carpetas que toquen.

Segundo en la base de datos debes guardar el path al fichero en un campo de texto.

Tercero la base de datos no va a leer dentro de los pdf, solo va a leer en los campos que definas, keywords, titulo, resumen... etc lo que se te ocurra. Los datos los tendras que entrar. Cuando tengas todo esto podrás ordenar por esos campos y hacer busquedas en el contenido de esos campos.

Cuarto usas el path guardado para mostrar el fichero con algun programa capaz de mostrar pdf s.

Con programación externa se podría construir algo capaz de indexar el contenido de los pdf, google lo hace .... pero no seria un tema de este foro de bbdd.

[futureacademia]

Muchas gracias por la respuesta:

Entiendo lo que me cuentas, aunque soy un novato en esto, más o menos lo entiendo y lo puedo poner en práctica.
Lo que me sería de gran utilidad es que la base de datos leyese dentro de los PDF, no se si eso es posible. O si necesito archivos con otro tipo de extensión.

Un saludo y muchas gracias

[quimfv]

La única forma que la base de datos lea los textos contenidos en los pdf es extraerlos y guardarlos como texto en un campo. Eso no lo va a hacer la base de datos por si sola, necesitas un programa externo que extraiga esos textos.

Ahora bien suponiendo que tienes eso resuleto una busqueda sobre ese campo donde se ha guardado todo el texto serà muy muy lenta y los resultados puede que no sean relevantes es decir que responda con cosas muy alejadas a lo que se buscaba, puesto que puede haber palabras que apesar de estar en el texto no sean significativas... o tienen un significado muy distinto (corazón en un texto de medicina y en un texto romántico.... por decir algo).

Un proceso mas elaborado seria dividir ese texto en palabras guardarlas como keywords en una tabla y establecer una relación n:m entre palabras y pdf.... es decir indexar el contenido.... esto permitiria busquedas mas eficientes.... pero otra vez esto no lo va a hacer la base de datos sola....