Sur les machines Windows ( XP et autres ) vous avez par défaut un moteur de recherche.
Celui-ci travaille avec ce qu'on apellle des providers IFilter afin d'extraire le contenu texte dans les différents type de fichiers ( .doc, .xls, .DRW, .zip, .pdf etc ... ).

Microsoft fournis de base un certains nombre de providers IFilter pour la suite office, les fichiers Texte, et les fichiers html.

Le moteur de base de données SQLServer peut aussi utiliser ces IFilter si vous mettez en place un lien OLEDB entre Index Service et SQLServer.

Mais bien sur le plus rapide sera d'extraire vous meme le texte des fichiers, les placer en base avec une indexation FullText ( FTS ) , et puis laisser SQL Server Travailler.
Et Pour éviter les différents pb de blob en base stocker les fichiers sur disque.
Vous pourrez meme avec quelques classes .NET indexer le contenu d'un lien, ou un flux RSS.
( puisqu'il existe un provider XML et HTML ).


Just a link pour les IFilters en C# ( .net )