了解 Windows 搜尋中的篩選處理常式

篩選處理常式是 IFilter 介面的實作，會掃描檔中的文字和屬性。篩選處理常式會從這些專案擷取文字區塊，篩選掉內嵌格式，並保留文字位置的相關資訊。它們也會擷取值區塊，這些值是文件屬性。 IFilter 是建置較高層級應用程式的基礎，例如檔索引子和與應用程式無關的檢視器。

本主題的組織方式如下：

關於 IFilter 介面
尋找 IFilter 類別識別碼
- IFilter::GetChunk 和區域程式碼識別碼
其他資源
相關主題

關於 IFilter 介面

Microsoft Windows 搜尋會使用篩選器來擷取項目的內容，進而納入全文檢索索引中。您可以藉由撰寫過濾器來擷取內容，以及使用屬性處理程序來擷取檔案的屬性，以擴充 Windows 搜尋功能，使其能夠為新的或專屬的檔案類型編製索引。

IFilter 介面旨在滿足全文搜尋引擎的特定需求。 Windows 搜尋（例如）全文檢索搜尋引擎會呼叫 IFilter 方法來擷取文字和屬性資訊，並將其新增至索引。 Windows 搜尋會將傳回的 IFilter：：GetText 方法的結果分成單字、正規化它們，並將它們儲存在索引中。如果可用，搜尋引擎會使用文字區塊的語言代碼識別碼（LCID）來執行語言特定的斷詞和正規化。

Windows 搜尋會使用下表所述的三個函式來存取已註冊的篩選處理常式（ IFilter 介面的實作）。這些函式在載入並繫結至內嵌物件的篩選處理常式時特別有用。

功能	Description
載入IFilter	獲得與指定內容類型最相符的 IFilter 指標。
BindIFilterFromStorage	取得最適合 IStorage 介面物件中所包含內容的 IFilter 指標。
BindIFilterFromStream	取得指向IFilter的指標，該指標最適合用來從流變數中擷取指定的類別識別碼（CLSID）。

IFilter 介面有五個方法，如下表所述。

方法	Description
IFilter：：初始化	初始化篩選會話。
IFilter：：GetChunk	將 IFilter 放在第一個或下一個區塊的開頭，並傳回描述元。
IFilter：：GetText	從目前區塊擷取文字。
IFilter：：GetValue	從目前區塊擷取值。
IFilter：：BindRegion	擷取代表物件指定部分的介面。保留供未來使用。

隔離過程

Windows 搜尋會在本機系統安全性上下文中執行 IFilters，並以受限制的權限運行。在此 IFilter 主機隔離程式中，會移除一些許可權：

受限制的程式碼
每個人
Local
互動式
已驗證的使用者
內建使用者
使用者的安全性識別碼（SID）

移除這些許可權表示 IFilter 介面無法存取磁碟系統或網路，或任何使用者介面或剪貼簿函式。此外，隔離程序會在工作物件下執行，以防止建立子程序，並對工作集施加 100 MB 的限制。 IFilter 介面主機隔離程式會增加索引平臺的穩定性，因為可能無法正確實作第三方篩選。

備註

必須撰寫篩選處理常式來管理緩衝區，並正確堆疊。所有字串複本都必須有明確的檢查，以防止緩衝區溢出。您應該一律驗證緩衝區的分配大小。您應該一律將資料的大小與緩衝區的大小比較。

IFilter dll檔案

Iilter DLL 會實作 IFilter 介面，讓用戶端能夠從檔案類型、類別或感知的類型擷取文字和屬性值資訊。 Windows 搜尋篩選程式 SearchFilterHost.exe 系結至專案類別、感知類型或副檔名註冊的 IFilter 。

IFilter 結構

每個 IFilter 都是 DLL 檔案，可實作同進程元件物件模型（COM）伺服器，以提供指定的篩選功能。下圖顯示一般 IFilter DLL 的整體結構。更複雜的範例可能會實作多個 IFilter 類別。

典型 iFilter DLL 的結構圖

原生代碼

篩選必須以原生程式碼撰寫，因為執行多個增益集的進程可能會發生 Common Language Runtime （CLR）版本設定問題。在 Windows 7 和更新版本中，會明確封鎖以 Managed 程式碼撰寫的篩選。

尋找 IFilter 類別識別碼

IFilter DLL 的類別會在 PersistentHandler 登錄機碼下註冊。下列範例適用於 HTML 檔案，說明如何尋找 HTML 檔的 IFilter DLL。此範例遵循類似於系統用來尋找與專案相關聯的 IFilter 的邏輯。

檢查 DLL 篩選的檔案類型副檔名是否已在登錄項目 \HKEY_LOCAL_MACHINE\SOFTWARE\Classes 下註冊了 PersistentHandler。讓這個鍵是 Value1。如果該項目已存在，請跳至此程序的步驟 4 並在 Value1 該金鑰中使用。值的類型為 REG_SZ。

    \HKEY_LOCAL_MACHINE
       SOFTWARE
          Classes
             .htm
                PersistentHandler
                   {EEC97550-47A9-11CF-B952-00AA0051FE20}

或者，如果沒有為延伸模組註冊 PersistentHandler，請在登錄專案 \HKEY_LOCAL_MACHINE\SOFTWARE\Classes下尋找與檔類型相關聯的 CLSID 。讓這個鍵是 Value2。

    \HKEY_LOCAL_MACHINE
       SOFTWARE
          Classes
             htmlfile
                 = Class for WWW HTML files
                CLSID
                   {25336920-03F9-11CF-8FD0-00AA00686F13}

判斷 CLSID 是否已註冊 PersistentHandler。使用在步驟 2 中確定的Value2，尋找 \HKEY_LOCAL_MACHINE\SOFTWARE\Classes\CLSID\Value2 項目的 PersistentHandler。讓這個鍵是 Value3。

    \HKEY_LOCAL_MACHINE
       SOFTWARE
          Classes
             htmlfile
                 = Class for WWW HTML files
                PersistentHandler
                   {EEC97550-47A9-11CF-B952-00AA0051FE20}

判斷 IFilter 持續性處理常式 GUID。使用 Value1 和 Value3，尋找檔類型的 IFilter 持續處理常式 GUID。登錄項目 \HKEY_LOCAL_MACHINE\SOFTWARE\Classes\CLSID\Value1 或 3\PersistentAddinsRegistered\ 89BCB740-6119-101A-BCB7-00DD010655AF"/> 底下的值提供此文件類型的 IFilter PersistentHandler GUID。讓這個鍵是 Value4。在此範例中， IFilter 介面 GUID 是 89BCB740-6119-101A-BCB7-00DD010655AF。

    HKEY_LOCAL_MACHINE
       SOFTWARE
          Classes
             {EEC97550-47A9-11CF-B952-00AA0051FE20}
                 = HTML File Persistent Handler
                    Data type         REG_SZ
                        PersistentAddinsRegistered
                        {89BCB740-6119-101A-BCB7-00DD010655AF}

                    Data type         REG_SZ
                        default = {E0CA5340-4534-11CF-B952-00AA0051FE20}

備註

在此範例中，HTML 檔的 IFilter DLL 是 nlhtml.dll。

IFilter：：GetChunk 和地區設定程式碼識別碼

文字的 LCID 可以在單一檔案內變更。例如，說明手冊的文字可能會在英文（en-us）和西班牙文（es）之間交替使用，或者文字可能包含主要語言以外的語言的單一單字。在任一情況下，每次 LCID 變更時，您的 IFilter 都必須開始新的區塊。因為 LCID 是用來選擇適當的斷詞工具，所以正確識別它非常重要。如果 IFilter 無法判斷文字的地區設定，則它應該傳回零的 LCID 與區塊。傳回零的 LCID 會導致 Windows 搜尋使用語言自動偵測（LAD）技術來判斷區塊的地區設定識別碼。如果 Windows 搜尋找不到相符項目，則會預設為系統預設地區設定（透過呼叫 GetSystemDefaultLocaleName 函數）。如需詳細資訊，請參閱 IFilter：：GetChunk、 CHUNK_BREAKTYPE、 CHUNKSTATE 和 STAT_CHUNK。

如果您控制檔案格式，且目前不包含地區設定資訊，則應新增使用者功能，以啟用適當的地區設定識別。使用不相符的斷詞工具可能會導致使用者的查詢體驗不佳。如需詳細資訊，請參閱 IWordBreaker。

備註

篩選器與檔案類型相關聯，如副檔名、MIME 類型或 CLSID 所表示。雖然一個過濾器可以處理多種文件類型，但每種類型只能使用一個過濾器。

其他資源

GitHub 上提供的 IFilterSample 程式碼範例示範如何建立 IFilter 基類來實作 IFilter 介面。
如需索引程序的概觀，請參閱索引程序。
如需檔案類型的概觀，請參閱檔案類型。
若要查詢檔案類型的檔案關聯屬性，請參閱 PerceivedTypes、SystemFileAssociations 和 Application Registration。