问对数据库进行建模，以存储文件并搜索其内容

EN

我希望你已经解决了，但万一有用的话：

我不会把所有的PDF都放在桌子上。我宁愿接受一个固定的(或变量，但有限的)数量的关键字。当用户上传PDF时，这个过程分两个阶段：

1:将整个文本提取为明文。如果PDF是一种可读格式，那么可以使用任何库来实现这一点。例：https://github.com/spatie/pdf-to-text

如果只有文本图像，比如一本扫描过的书，事情就会变得更有趣。我会首先使用Google从图像中提取文本。

Google链接：https://cloud.google.com/vision/docs/ocr

2:从文本中提取关键词。最后，我会使用谷歌的自然语言API。它是人工智能驱动的，接受文本作为输入，并返回关键字，主题，类别，让你知道它是什么，每个标签的置信度。

链接：https://cloud.google.com/natural-language/

DB设计:我将使用一个pdf_contents表，其中包含两个或三个列: pdf_path ( VARCHAR您的下载链接)、关键字(文本字段)类别(如果Google能够对文本进行分类的话)。

那么查询就会是：

SELECT UNIQUE path FROM pdf_contents WHERE keywords LIKE %{searchword}% OR categories LIKE %{search word}% LIMIT N;

编辑:忘记将指向pdf的链接放到PHP上的文本示例库中