コンテンツにスキップ

インデックスの仕組み

tebunko の検索は、インデックスと呼ぶ索引データを使って行います。本ページでは、インデックスの役割、作成と更新の考え方、取り扱い上の注意を説明します。

概要

インデックスは、Excel・Word・PowerPoint のファイルとテキストファイル、PDF ファイルから文字を抽出し、検索用に保存した索引データです。tebunko は検索時に元のファイルを開かず、インデックスのみを照合します。

書籍の巻末索引が本文を読まずに該当ページを示すのと同様に、インデックスを参照することで、ファイルを 1 件ずつ開く処理を省きます。

項目 インデックスを使わない場合 インデックスを使う場合（tebunko）
検索の方法 検索のたびに各ファイルを開いて内容を読む 事前に抽出した索引データを照合する
所要時間 ファイル数に比例して増加する 100 万行規模で 1〜2 秒
結果の粒度 — ファイル・シート（ページ・スライド）・行

索引データは事前に作成しておく必要があります。作成は［インデックス管理］の［すべて更新］で行います。

処理の流れ

flowchart LR
    F["元のファイル<br>（Excel・Word・PowerPoint・テキスト・PDF）"] -- "① インデックス作成<br>（文字の抽出）" --> I[("インデックス")]
    I -- "② 検索<br>（索引データの照合）" --> R["検索結果<br>ファイル・場所・行"]
    R -- "③ 表示<br>（ダブルクリック）" --> F
  1. インデックス作成：登録したフォルダ内のファイルから文字を抽出し、インデックスに保存します。初回は全ファイルが対象となるため時間を要します（目安：300 ファイルで約 3 分）。
  2. 検索：インデックスを照合し、該当箇所を一覧表示します。
  3. 表示：検索結果から、インデックスではなく元のファイルを開きます。

更新のタイミング

インデックスは作成時点のファイル内容を保持します。ファイルの追加・変更後は、インデックス作成を再実行するまで検索結果に反映されません。

2 回目以降のインデックス作成は、追加・変更されたファイルのみを対象とする差分更新です。変更が無い場合は数秒で完了します。検索前や定期的（例：週 1 回）に再実行する運用を推奨します。

インデックスの単位

tebunko では、登録したフォルダ 1 件につきインデックス 1 件を作成します。［インデックス管理］の一覧の各行が、それぞれのインデックスです。インデックス名はフォルダ名から自動的に設定され、検索結果にも表示されます。

登録したフォルダ インデックス名（例）
C:\共有\営業部 営業部
\\server\総務\規程集 規程集

保存場所

インデックスは、ワークスペース（既定：%USERPROFILE%\Documents\tebunko_ws）の store フォルダに保存します。元のファイルとは別の場所です。インデックスを削除しても元のファイルには影響せず、再度インデックス作成を実行すれば復元できます。

取り扱い上の注意

  • 元のファイルは変更しません。 インデックス作成では、Office ファイルはコピーを読み取り専用で開き、テキストファイルもコピーを読んで、文字を抽出します。
  • インデックスには文書の本文がそのまま含まれます。 元のフォルダのアクセス権はインデックスに引き継がれません。ワークスペースには、検索対象のフォルダと同等以上のアクセス制限を設定してください（設定）。

インデックスをほかの PC で使う

インデックス作成をほかの人に任せたり、作り直さずに別の PC・ワークスペースへ移したりできます。［インデックス管理］の一覧で、書き出すインデックスにチェックを付け、右上の［アクション ▾］から［エクスポート…］を選ぶと、そのインデックスを zip ファイルに書き出します（複数にチェックしたときは、書き出し先を 1 回選ぶと 1 つずつ書き出します）。

移す先では、［インポート…］で zip を選びます。目録を確かめてから、名前と、今そのファイルが置かれている元のフォルダを確認するダイアログが出るので、必要なら書き換えて［OK］を押します。同じ名前のインデックスが既にあるときは、別の名前にするか、今のインデックスを置き換えるかを選べます（取りやめるときは［キャンセル］を押します）。

  • 更新のやり直しは起きません。 元のフォルダが同じであれば、インポートした側で次にインデックス作成をしても、更新済みのファイルは対象になりません（更新日時・サイズが変わっていないファイルだけ）。
  • すぐに検索できます。 ただし、検索の候補を絞る索引（2-gram の索引）は zip に入りません。インポートした側で一度インデックス作成をするまでは、そのインデックスはすべてのファイルを照合して検索します（結果は同じで、速さだけが違います）。
  • zip には元のファイルの本文が入ります。 メールに添付する・共有フォルダに置くときは、元のファイルを渡すときと同じ判断をしてください（取り扱い上の注意と同じ理由です）。
  • 更新中・削除中・もう一方のエクスポート・インポートが動いている間は、［エクスポート…］［インポート…］は押せません。

関連項目