ÍNDICE Y BÚSQUEDA DE CONTENEDOR INTELIGENTE
Antecedentes de la Invención Una parle virlualmente necesaria de cada computadora es un sistema de archivos, el cual se utiliza para almacenar programas de computadora y datos asociados. Los avances recienles proporcionan la búsqueda de sislemas de archivos, permiliendo a los usuarios localizar fácilmeníe cualquier archivo. En el caso de archivos de dalos, los usuarios no únicamenle pueden buscar con base en el nombre de un archivo, sino pueden buscar en forma adicional con base en los atributos del archivo (por ejemplo, autor, fecha de creación) e incluso con base en los contenidos texluales denlro del archivo (por ejemplo, palabras en un documenlo, palabras en un correo elecírónico). Hasía cierío punió, la capacidad de búsqueda ha sido mejorada por medio de avances en indexación, el cual es el proceso para catalogar los contenidos de uno o más sistemas de archivos en una forma tal que se mejore el tiempo que se toma en llevar a cabo una búsqueda. Dichos índices están comúnmente asociados con procesadores de búsqueda de Interneí (por ejemplo MSN Search, Google) los cuales catalogan grandes franjas del contenido de la Web mundial. Aunque la indexación también está en una computadora de escritorio, se mejora la búsqueda de los sistemas de archivos locales.
Mienlras se catalogan los contenidos de una computadora, un programa de indexación de búsqueda puede encontrar los contenedores de archivos. Los tipos de contenedores de archivos pueden incluir archivos comprimidos y/o archivados (por ejemplo, formatos de archivos íales como zip, de gabinele (CAB), archivos de cinlas (TAR)) y otras recolecciones de referencias de archivos asociados. Las referencias de archivos pueden actuar como archivos marcadores de posición que señalan meramente a un archivo en alguna parte en un sistema de archivos local o remoto. Las referencias de archivos también pueden señalar a objetos diferentes archivos, tales como correo electrónico específico dentro de un archivo que contiene múltiples correos electrónicos. Cuando un servicio de indexación indexa un archivo en particular y también indexa una referencia de archivo que tiene el archivo en parlicular como su objeíivo, el servicio de indexación puede crear múlíiples eníradas de indexación esencialmenle para el mismo archivo. Como resullado, el mismo archivo puede aparecer múlliples veces en un conjunío en parlicular de resullados de búsqueda, confundiendo de manera inevitable al usuario. Además, si un archivo referenciado está localizado en un sistema de archivo remoto, un programa de indexación puede no saber como caíalogar sus coníenidos, evilando de manera inadecuada su inclusión en los resullados de búsqueda.
Pueden surgir oíros problemas cuando un programa de indexación encuenlra un conlenedor de archivos, íal como un archivo zip. Un programa de indexación puede no lener la capacidad de accesar los conlenidos del conlenedor de archivos, excluyendo resullados potencialmente relevantes de una búsqueda. Pero incluso si se puede accesar a un contenedor de archivos, un programa de indexación puede no tener la capacidad de indexar en forma adecuada archivos y a referencias de archivos almacenadas dentro del contenedor de archivos, conduciendo posiblemente a confundir o no completar los resultados de búsqueda. Breve Descripción de la Invención Los aspectos se relacionan con indexación de archivos en computadora y referencias de archivos dentro de un contenedor de archivos. En aspectos adicionales, se crea un manejador de protocolo inteligente para accesar a un contenedor de archivos e indexar en forma selectiva sus contenidos con el objeto de evitar las entradas por duplicado de archivos en los resulíados de búsquedas. Breve Descripción de los Dibujos Los aspecíos de la présenle invención se iluslran a manera de ejemplo y no de limitación en las figuras que la acompañan, en las cuales los números de referencia similares indican elementos similares y en los cuales: La figura 1, ilustra un diagrama esquemático de un ambiente de cómputo digital para propósitos generales; La figura 2, ilustra una parte ilustraíiva de un sistema de archivo local; La figura 3, ilustra una interfase ilustrativa de un archivo de lista; La figura 4, ilustra una interfase ilustrativa de un archivo zip; Las figuras 5 y 6 ilustran resultados de búsqueda ilustrativos; y La figura 7, es un diagrama de flujo que muestra un método ilustraíivo para indexar contenedores de archivos. Descripción Detallada de la Invención Los aspectos proporcionan métodos y sistemas para indexar y buscar en forma inteligente los contenidos de un sistema de archivos, incluyendo la indexación y búsqueda de contenedores de archivo (por ejemplo archivos zip o archivos de lista). Se debe observar que se pueden establecer varias conexiones entre elementos en la siguiente descripción. A menos que se especifique lo contrario, estas conexiones pueden ser directas o indirectas y esta especificación no pretende limitarse a este aspecto. Revisión General Mediante la indexación inteligeníe de conlenidos de los conlenedores de archivos, se puede evitar la duplicación, confusión o resultados de búsqueda incompletos. Los archivos estándar contenidos en archivos y/o archivos comprimidos pueden ser indexados normalmente, en tanto que las referencias a archivos que señalan archivos almacenados localmente, únicamente pueden ser indexados en forma parcial. Ambiente de Cómputo para Propósitos Generales La figura 1, ilustra un ejemplo de un ambiente del sistema de cómputo adecuado 100 en el cual se puede incrementar la presente invención. El ambiente del sistema de cómputo 100 es únicamente un ejemplo de un ambiente de cómputo adecuado y no pretende sugerir limitación alguna al alcance de uso o funcionalidad de la presente invención. El ambiente de cómputo 100 tampoco debe ser interprelado como que liene dependencia o requerimiento alguno con relación a cualquiera de uno o una combinación de componentes ilustrados en el ambiente de operación de ejemplo 100. La presente invención opera con otros numerosos ambientes o configuraciones de sistemas de cómputo para propósitos generales o propósitos especiales. Los ejemplos de sistemas de cómputo, ambientes y/o configuraciones bien conocidos que pueden ser adecuados para utilizarse con la presente invención, incluyen, pero no se limitan a computadoras personales, computadoras de servidor, aparatos portáíiles o de bolsillo, sislemas de mulliprocesador, sistemas a base de microprocesador, televisiones, electrónicas programables del consumidor, PCs de red, minicompufadoras, compuladoras cenlrales, sislemas de lelefonía, ambientes de cómputo distribuidos que incluyen cualesquiera de los sistemas o aparatos anteriores y similares. La presente invención se puede describir dentro del contexto general de Instrucciones ejecutables en compuladora, lal como módulos del programa, siendo ejeculados por una computadora. Generalmente, los módulos del programa incluyen rutinas, programas, objetos, componentes, estrucluras de dalos, etc, que llevan a cabo tareas particulares o implementan tipos de datos abstraclos particulares. La presente invención también se puede practicar en ambientes de cómputo distribuidos, en donde las tareas son llevadas a cabo por aparatos de procesamiento remotos que están enlazados a través de una red de comunicación. En un ambiente de cómputo distribuido, los módulos del programa pueden ser localizados en un medio de almacenamiento en computadora tanlo local como remola que incluye apáralos de almacenamiento y memoria. Las tareas llevadas a cabo por los programas y módulos se describen más adelante y con la ayuda de las figuras. Los expertos en la técnica pueden implementar la descripción y figuras como instrucciones ejecutables con procesador, las cuales pueden ser escritas en cualquier forma adecuada de un medio legible en computadora. Con referencia a la figura 1, un sistema de ejemplo para implementar la presente invención incluye un aparato de cómputo para propósitos generales en la forma de una computadora 110. Los componentes de la computadora 110 pueden incluir, pero no se limitan a, una unidad de procesamiento 120, una memoria de sistema 130, y un bus del sistema 121 que acopla varios componentes del sistema, incluyendo la memoria del sistema, a la unidad de procesamiento 120. El bus de sistema 121 puede se cualquiera de varios tipos de estructuras de bus incluyendo un bus de memoria, un controlador de memoria, un bus periférico, y un bus local que utiliza cualquiera de una variedad de arquitecturas de bus. A manera de ejemplo, y no de limitación, dichas arquitecturas incluyen el bus de Arquiteclura Eslándar de la Induslria (ISA), bus de Arquileclura de Micro Canal (MCA), bus de ISA Aumentado (EISA), bus local de la Asociación de Estándares Electrónicos (VESA), y el bus de Interconexión de Componentes Periféricos (PCI) también conocido como bus Mezanina. La computadora 110 incluye normalmente una variedad de medios legibles en computadora. Los medios legibles en computadora pueden ser cualquier medio disponible que puede ser accesado por la computadora 110 e incluye medios tanto volátiles como no volátiles, medios removibles y no removibles. A manera de ejemplo y no de limitación, el medio legible en computadora puede comprender medios de almacenamiento y medios de comunicación en computadora. Los medios de almacenamiento en computadora incluyen medios tanío volátiles como no volátiles, removibles y no removibles implementados en cualquier método o tecnología de almacenamiento de información, tal como instrucciones legibles en computadora, estructuras de datos, módulos del programa y otros datos. Los medios de almacenamiento en computadora incluyen, pero no se limitan a, RAM, ROM, EEPROM, memoria flash u otra tecnología de memoria, CD-ROM, discos versátiles digitales (DVD) u otro almacenamiento de disco óptico, cintas magnéticas, cartuchos magnéticos, almacenamiento de disco magnético u otros dispositivos de almacenamiento magnéticos, o cualquier otro medio el cual puede ser utilizado para almacenar la información deseada y la cual puede ser accesada por la computadora 110. El medio de comunicación normalmente representa instrucciones legibles en computadora, estrucluras de datos, módulos de programa y otros datos en una señal de datos modulada, tal como una onda transporladora u otro mecanismo de transporíe e incluye cualquier medio de suminislro de información. El lérmino "señal de daíos modulada" significa una señal que íiene una o más de sus caracíeríslicas ajusfadas o cambiadas en una forma que se codifique la información en la señal. A manera de ejemplo, y no de limiíación, el medio de comunicación incluye un medio cableado lal como una conexión de red cableada o con cable direcío, y medios inalámbricos tales como medios acústicos, RF, infrarrojos, u otros medios inalámbricos. Las combinaciones de cualesquiera de los anteriores también deben estar incluidas dentro del alcance del medio legible en computadora. La memoria del sistema 130 incluye medio de almacenamiento en computadora en la forma de memoria volátil y/o no volátil tal como memoria únicamente de lectura (ROM) 131 y memoria de acceso aleatorio (RAM) 132. Un sistema de entrada/salida básico 133 (BIOS), que contiene las rutinas básicas que ayudan a transferir información entre elementos dentro de la computadoras 110, tal como durante el inicio, normalmente se almacena en la ROM 131. La RAM 132 normalmente contiene datos y/o módulos del programa que son inmediatamente accesibles y/o que se encuentran siendo operados en ese momento por la unidad de procesamiento 120. A manera de ejemplo y no de limitación, la figura 1 ilustra el sistema de operación 134, programas de aplicación 135, otros módulos de programa 136, y datos del programa 137. La computadora 110 también incluye otros medios de almacenamiento en computadora removibles/no removibles, volátiles/no volátiles. A manera de ejemplo únicamente, la figura 1 ilustra una unidad de disco duro 141 que lee y escribe en un medio magnético no removible, no volátil, una unidad de disco magnético 151 que lee o escriben en un disco magnético removible, no volátil 152, y una unidad de disco óptico 155 que lee o escribe en un disco óplico removible, no volátil 156 tal como un CD ROM u otro medio óptico. Otros medios de almacenamiento en computadora removibles/no removibles, volátiles/no volátiles que se pueden utilizar en el ambiente de operación de ejemplo, incluyen pero no se limitan a, cartuchos de cinta magnética, tárjelas de memoria flash, discos versáliles digitales, cintas de video digital, RAM de estado sólido, ROM de estado sólido, y similares. La unidad de disco duro 141 normalmente está conectada al bus del sistema 121 a través de una interfase de memoria no removible tal como la interfase 140, y la unidad de disco magnético 151 y la unidad de disco óptico 155 normalmente se conectan al bus del sistema 121 a través de una ¡nterfase de memoria removible, tal como la ¡nterfase 150. Las unidades de disco y sus medios de almacenamiento en computadora asociados descritos anteriormeníe e ilusírados en la figura 1, proporcionan almacenamienío de insírucciones legibles en compuíadora, esírucíuras de dalos, módulos de programa y oíros datos de la computadora 110. En la figura 1, por ejemplo, la unidad de disco duro 141 está ilustrada como almacenando el sistema de operación 144, programas de aplicación 145, otros módulos de programa 146, y datos del programa 147. Se debe observar que estos componentes pueden ser ya sea los mismos o diferentes del sistema de operación 134, programas de aplicación 135, otros módulos de programa 136, y datos del programa 137. Los sistemas de operación 144, programas de aplicación 145, otros módulos de programa 146, y datos de programa 147 se proporcionan diferentes veces en la presente invención para ilustrar que, como mínimo, son copias diferentes. Un usuario puede ingresar comandos e información en la computadora 110 a través de los apáralos de enírada, tales como teclado 162, micrófono 163, y aparato de señalización 161, tal como un ratón, bola de seguimiento o almohadilla de contacto. Otros aparatos de entrada (no mostrados), pueden incluir una palanca de juego, almohadilla de juego, disco satelital, escáner o similares. Estos y otros aparatos de entrada con frecuencia se conectan a la unidad de procesamiento 120 a través de una interfase de entrada del usuario 160 que se acopla al bus del sistema pero que pueden ser conecíados por olra interfase y estrucíuras de bus, íal como un puerlo paralelo, puerlo de juegos o un bus de ser universal (USB). Un moniíor 191 u olro lipo de aparato de despliegue también está conectado al bus del sistema 121 a través de una interfase, tal como una interfase de video 190. Además del monitor, las computadoras también pueden incluir otros aparatos de salida periféricos tales como altavoces 197 e impresora 196, los cuales pueden conectarse a través de una interfase periférica de salida 190. La computadora 110 puede operar en un ambiente en red utilizando conexiones lógicas para una o más computadoras remotas, tal como una computadora remota 180. La computadora remota 180 puede ser una computadora personal, un aparato portáíil, un servidor, un enruíador, una PC de red, un apáralo de pera u olro nodo de red, y normalmente incluye muchos o todos los elementos descritos anteriormenle con relación a la compuladora 110. Las conexiones lógicas iluslradas en la figura 1, incluyen una red de área local (LAN) 171 y una red de área ancha (WAN) 173, aunque también pueden incluir otras redes. Dichos ambientes en red son comunes en oficinas, redes de cómputo a nivel empresarial, intranels y la Inlerneí. Cuando se uíiliza en un ambienle en red LAN, la compuladora 110 se conecta a la LAN 171 a través una interfase o adaptador de red 170. Cuando se utiliza en un ambiente en red WAN, la computadora 110 normalmente incluye un módem 172 u otro medio para establecer comunicaciones a través de la WAN 173, tal como la Internet. El módem 172, el cual puede ser interno o externo, puede conectarse a bus del sistema 121 a través de la interfase de entrada del usuario 160, u otro mecanismo adecuado. En un ambiente en red, los módulos de programa ilusírados con relación a la compuladora 110, o paríe de los mismos, pueden ser almacenados en el aparato de almacenamiento de memoria remota. A manera de ejemplo, y no de limitación, la figura 1 ilustra programas de aplicación remota 185 como residiendo en la computadora remota 180. Se podrá apreciar que las conexiones en red mostradas son de ejemplo y se pueden utilizar otros medios para establecer un enlace de comunicaciones entre las computadoras. En algunos aspectos, se proporciona un digitalizador de pluma 165 y una pluma o esíilete acompañanles 166 con el objelo de capíurar en forma digilal la enlrada a manos libres. Digiíalizador de pluma 165 puede ulilizar en forma adicional tecnologías capacitivas o resistivas que habilitan un estílele activo o un estílele pasivo (por ejemplo, un dedo u otro aparato de señalización). Aunque se muestra una conexión directa entre el digitalizador de pluma 165 y la interfase de entrada del usuario 160, en la práctica, el digitalizador de pluma 165 puede acoplarse a la unidad de procesamiento 110 directamente, de puerto paralelo u otra interfase del bus del sistema 130 a través de cualquier técnica que incluye técnicas inalámbricas. Asimismo, la pluma 166 puede tener una cámara asociada con la misma y un transceptor para transmitir en forma inalámbrica información de imágenes capturada por la cámara a una ¡nterfase que interactúa con el bus 130. Además, ia pluma puede tener otro sistema de detección además de o en lugar de la cámara para determinar golpes de la tinla eleclrónica incluyendo acelerómelros, magnelómelros y giroscopios. Se podrá apreciar que las conexiones de red moslradas son de ejemplo y que se pueden ulilizar oíros medios para establecer un enlace de comunicación entre las computadoras. Se presume la existencia de cualesquiera de varios protocolos bien conocidos, tales como TCP/IP, Eternel, FTP, http y similares, y el sistema puede ser operado en una configuración cliente-servidor para permitir que un usuario recupere páginas web de un servidor basado en web. Cualesquiera de los diversos buscadores web convencionales pueden ser utilizados para desplegar y manipular datos en páginas web. Indexación v Búsqueda La figura 2, ilusíra una parle iluslrativa de un sistema de archivo local 201 de la computadora 110. Los archivos están organizados bajo carpetas y subcarpetas, proporcionando al usuario una metáfora de interfase bien conocida para organizar los contenidos del sistema de archivos. Los contenidos del sistema de archivo 201 incluyen archivos que pueden ser buscados cuando el usuario está buscando un objeto en particular. Posiblemente el método de búsqueda más lento de archivos almacenados en la computadora 110 es simplemente andar en todos los contenidos de todos los archivos buscando una cadena de búsqueda específica (por ejemplo "reporte anual") al momento de la solicitud de búsqueda. Esto muy posiblemente puede tomar horas para proporcionar resultados completos, lo cual puede ser un desperdicio de tiempo innecesario. Para agilizar el proceso, muchos programas de búsqueda emplean un sisíema de indexación para permiíir resullados de búsqueda más rápidos. Un índice normalmenle es una estructura de datos diseñada para acortar en forma significativa tiempos de búsqueda. Un algoritmo de indexación recorre los contenidos del sistema de archivos 201 antes de una búsqueda y crea entradas en una estruclura de índice para cada uno de los objetos que encuentra. Cuando se solicita una búsqueda, los objetos buscables pueden ser localizados en forma mucho más rápida utilizando la estruclura de datos especializada. Como mínimo, un programa de búsqueda (y su componente de indexación) puede únicamente buscar nombres de archivos. Por ejemplo, un usuario puede únicamente permitir que se encuentre el archivo "BizDev.doc" rememorando su nombre o una parte del mismo. Los programas de búsqueda pueden permitir en forma adicional búsqueda a base de otras propiedades o metadatos intrínsecos de un objeto (por ejemplo, fecha de creación, fecha de modificación, autor). Utilizando el ejemplo anterior, un usuario puede permitir encontrar "BizDev.doc" rememorando quién es el autor, o la última vez que fue editado. Los programas de búsqueda más avanzados pueden permitir además la búsqueda de todo el texto asociado con un archivo, incluyendo propiedades extrínsecas tipo comentarios y el contenido textual del propio archivo.
Nuevamenle, ulilizando el ejemplo aníerior, un usuario puede permilir que se encueníre "BizDev.doc" rememorando una noía asociada con el archivo (por ejemplo "Documento de Cliente Grande Importaníe") o rememorando una palabra o frase del propio archivo (por ejemplo, "lineamieníos de desarrollo de negocios"). Los archivos almacenados en el sisíema de archivos 201 presenlan diferenles niveles de complejidad cuando se présenla para indexación y búsqueda. Como mínimo, las propiedades intrínsecas simples tales como nombre de archivo y fecha de creación son accesibles a través de invocaciones directas a un sistema de operación. Sin embargo, las propiedades extrínsecas y contenido texíual pueden requerir un código especializado. El método para tratar una información en tipos de archivos disparejos es utilizar diferentes códigos especializados para cada tipo de archivo. Por ejemplo, un documento Microsoft Word® puede almacenar información en un modo y requerir un código especializado para documentos de Word, en tanlo que un documento con Formato de Documento Portálil Adobe Acrobat® Portable Document Format (PDF) puede requerir un método completamente diferente para accesar a su contenido texíual y propiedades exírínsecas. Dicho código especializado puede ser referido como una iníerfase I Filter o IFilter. Diferenles lipos de archivo pueden tener un IFilter que permite servicios de indexación, programas de búsqueda otro software para accesar las propiedades y coníenido íexlual de documeníos de lipo de archivo. Por lo lanto pueden ser IFilters para documentos de Microsoft Word®, documentos de Adobe Acrobat®, documentos de HTML, etc. Los contenedores de archivos pueden incluir archivos comprimidos y/o archivados, y pueden contener archivos y referencias de archivos. En la forma del contenedor de archivo especializado se encuentra el archivo de lista. Un archivo de lista contiene una recolección de referencias de archivos, cada una señalando a otro archivo. Una lista de estadística puede incluir una lista de referencias de archivos seleccionada por el usuario, en tanío que una lisia dinámica puede incluir una lisia actualizada en forma automáíica de referencias de archivos. Las listas dinámicas pueden basarse en preguntas, en agregar o eliminar en forma automálica referencias de archivos cuando los archivos objetivos a los cuales se refieren las referencias, cambian sus atribuios o contenido. Por ejemplo, una lista dinámica que contienen referencias de todos los archivos creados por el autor John Doe, pueden actualizarse en forma automáíica cuando John Doe crea un nuevo archivo. Además, las lisias esladísticas pueden permitir en particular, que se apliquen atributos extrínsecos adicionales a las referencias de archivos contenidas. Estos atributos pueden incluir notas específicas de cada referencia de archivo dentro de la lista. Aunque normalmente no es el caso, otros contenedores de archivo (por ejemplo, listas dinámicas, archivos zip, etc) pueden permitir eventualmente la adición de atributos extrínsecos para que sean aplicados a cada archivo o referencia de archivo que contengan. Los contenedores de archivos pueden presentar un nivel de complejidad adicional cuando accesan propiedades y contenido texlual. La figura 3, ilustra una interfase ilustrativa 301 del archivo de lista " Big Client Docs. List" y la figura 4 ilustra una interfase ilustraliva 401 para el archivo zip "Archived Files.zip.". Como lo mueslra la inlerfase de lista 301, un archivo de lista puede contener referencias a una recolección de archivos 302 ensamblados por el creador de la lista. Además de los archivos 302, la lista también incluye propiedades intrínsecas 303 y propiedades extrínsecas 304. Las propiedades intrínsecas 303 son las propiedades que son inherentes en un archivo, incluyendo la identidad del autor, fechas importantes, etc. Las propiedades extrínsecas 304 incluyen las que pueden ser modificadas directamenle por el usuario, lal como ñolas asociadas con cada una de las referencias de archivos contenidas dentro de una lista. Aunque no se muestran interfases zip 402, un archivo zip también puede incluir propiedades intrínsecas y extrínsecas. El archivo zip aquí mostrado incluye una recolección de archivos 402, los cuales han sido archivados juntos. Los archivos en zip 402 difieren de los archivos en lista 302 en que los propios archivos reales se almacenan dentro del archivo zip, en tanto que los archivos en lista únicamente son referencias que señalan los archivos reales localizados en cualquier parte. Un IFilter para cada tipo de contenido de archivo puede permitir el acceso a propiedades intrínsecas y extrínsecas de cada contenedor, similar a otros tipos de archivo. Dichos IFillers pueden permitir además el acceso a las listas de archivos almacenada dentro de cada contenedor. Esta información, accesada por un servicio de indexación que utiliza el I Filter adecuado, posteriormenle puede ser proporcionado como parle de un resultado de búsqueda, por ejemplo, el archivo de lista "Big Client Docs.List" contiene una referencia de archivo a "foo.doc", entre otros. La búsqueda de "foo.doc" posteriormente puede regresar el archivo original "foo.doc" del sistema de archivo local, además de que la búsqueda puede regresar el archivo de lista "Big Client Docs.list", ya que el texto fue indexado utilizando el I Filter de la lista. Dichos IFilters del contenedor pueden ser complementados a través de la creación de manejadores de protocolo. Un manejador de protocolo es una pieza de software utilizado por otro software, tal como un servicio en indexación, para accesar y leer varios sistemas de almacenamiento, incluyendo sistemas de archivos, clientes de correo electrónico, programas de calendario, etc. Los manejadores del protocolo permiten a otro software utilizar la jerarquía de datos del sislema de almacenamienlo subyaceníe y íralar elemenlos individuales dentro del sistema de almacenamiento como objetos independientes. Al crear un manejador de protocolo para un conlenedor de archivo, íal como una lista, se permite que el contendor sea accesado como si fuera una carpeta, y se regresa una trayecloria a íravés de si misma a objeíos individuales deníro de la lisia. De esta forma, un servicio de indexación que utiliza inicialmente un I Filter para obtener meramente un listado de contenido dentro de una lista, ahora puede accesar realmente los contenidos e indexarlos en forma individual. Un manejador de protocolo para contenedores de archivo puede proporcionar un contenedor de archivo con la capacidad de actuar como una extensión de espacio de nombre de coraza. De esta forma, los archivos contenidos en el contenedor de archivo se vuelven objetos deníro de un espacio de nombre, siendo el espacio de nombre una extensión de la estructura de directorio en la cual se encuentra el contenedor. Al crear un manejador de protocolo para una lista se puede crear entradas de índice por duplicado para el mismo archivo objetivo, si el manejador de protocolo no tiene una inteligencia específica con respecto a que atribuios de los objetos en una lista deben ser indexados. Por ejemplo, el documento de PowerPoint "product_research.ppt" es referenciado como "Big Client Docs.list.". Los documentos están en el sistema de archivo local, y por consiguiente ya han sido indexados por un servicio de indexación. Si el archivo fue indexado complemente nuevamente como un objeto en la lista, puede aparecer en forma subsecuente múltiples veces en cualquier lista de resultados. Sin embargo, al proporcionar la inteligencia específica del manejador de protocolo, se permite únicamente ayudas de indexación ilimitadas para este problema. Esta inteligencia específica puede ser básicamente resumida en dos reglas: (1) Si un archivo objetivo referenciado dentro del contenedor de archivos esta fuera del alcance de un índice de servicio de indexación (por ejemplo, el archivo está en una máquina remota la cual no es indexada normalmente), entonces todas las propiedades intrínsecas y extrínsecas, así como todo el contenido son indexados; e (2) Si un archivo objetivo referenciado dentro de un contenedor de archivos está dentro del alcance del servicio de indexación (por ejemplo, en el sistema de archivo local), entonces únicamente las propiedades extrínsecas del archivo objetivo asociadas con la lista son indexadas. Utilizando estas dos reglas, los objetos referenciados dentro de un contenedor de archivos que están fuera del alcance de indexación pueden ser indexados complemente y ser regresados en una búsqueda. Además, los resultados de búsqueda por duplicado son evitados indexando únicamente las propiedades extrínsecas de los archivos locales.
Las figuras 5 y 6 ilustran dos resultados de búsqueda ilustrativos 502, 602 con base en las búsquedas del sistema de archivo 201. Los resultados de búsqueda desplegados aquí representan meramente un método ilustrativo para proporcionar resultados de búsqueda. El despliegue no pretende limitar la presente invención en forma alguna. Para cada resultado, se ha ingresado una búsqueda en el cuadro de búsqueda 501. La primera búsqueda, "must read," busca los archivos y objetos indexados previamente por un servicio en indexación. Algunos de los archivos 505 referenciados por la lista "Big Client Docs.list," que tienen notas extrínsecas que incluyen la frase "must read," se describen los resultados de búsqueda 502. Además, algunos de los archivos 506 almacenados en "Archived Files.zip" son descritos, como que coníienen "musí read" ya sea en su nombre de archivo o en cualquier parle denlro de su contenido. Los resultados de búsqueda 602 buscan archivos en donde la propiedad intrínseca "auíhor" se ajusta a "John Doe.". Se debe observar nuevamente que la sinlaxis de la pregunla de búsqueda y dislribución de resullados son meramenle para propósitos ilustrativos. Debido a que el autor es una propiedad intrínseca de los archivos referenciados por la lista "Big Client Docs.list," únicamente los archivos referenciados que no estén en el sistema de archivo local son indexados con base en esta propiedad. Por lo tanto, el archivo remoto Sales Daíabase 606, que liene aparentemente John Doe como su autor, muestra hasta el número de lista 605. Los archivos "foo.doc" y "BizDev.doc" 607 también se muestran en los resultados de búsqueda no debido a que sean referenciados por la lista, sino debido a que los archivos reales han sido indexados y tienen un autor de John Doe. Como archivo referenciados localmente, los dos archivos 607 no aparecen como resultados de búsquedas en sus capacidades como miembros de lista debido a que no han sido indexados con base en sus propiedades intrínsecas. En esta forma, un archivo no se duplica en forma innecesaria en un grupo de resultados de búsqueda. De igual manera, los archivos que pueden estar fuera del alcance normal de búsqueda, pueden ser incluidos completameníe en los resultados de búsqueda por su mera referencia en una lista u otro contenedor de archivos. La figura 7, es un diagrama de flujo que muestra un método para indexar archivos que incluyen contenedores de archivo. Los pasos desplegados presentan un ejemplo ilustralivo para llevar a cabo el método, aunque otros métodos alternaíivos pueden eslar deníro del alcance y espírilu de las reivindicaciones adjunlas. Los pasos pueden ser combinados o divididos, agregados o eliminados. Esfos pasos se pueden llevar a cabo a íravés de cualquier programa de búsqueda o servicios de indexación en la compuladora 110, o correrse en forma remola, para dicho asunto.
En el paso 701, un primer archivo es evaluado para indexación con base en el tipo de archivo del archivo. Un IFilter adecuado puede ser seleccionado para indexar el archivo, si es necesario. Por ejemplo, si el archivo es un documento de Word, entonces el código que constituye un filtro Word IFilter (o código similar) puede ser seleccionado con el objeto de accesar el archivo. De igual manera, si el archivo que será evaluado es un archivo de lista, entonces se puede seleccionar un IFilter de lista. En la decisión 702, se determina si el archivo de interés es una referencia a un archivo, o un archivo real. Si el archivo no es una referencia, entonces en el paso 703 el archivo es accesado, y sus propiedades extrínsecas, propiedades intrínsecas y contenidos son indexados según sea necesario. Algunos archivos por ejemplo (archivos de programa, archivos de imágenes, otros archivos puramente binarios) pueden no tener contenido para ser indexado o pueden no tener propiedades extrínsecas. Dichos archivos pueden tener simplemente sus propiedades intrínsecas indexadas, y pueden incluso no necesitar un código especial en la forma de un IFilter con el objefo de ser accesados. Los archivos con coníenido para indexación pueden tener su contenido relevante extraído y evaluado para propósitos de indexación y/o búsqueda. Si el archivo es una referencia de archivo, entonces en la decisión 704, se determina si el archivo al cual señala la referencia, es un archivo fuera del alcance de indexación normal. Si es así, entonces en el paso 703, el archivo es completamente indexado. Sin embargo, si el objeto de referencia de archivo es un archivo local dentro del alcance, entonces en el paso 705, se indexan meramente las propiedades extrínsecas de la referencia de archivo (si es que existen). En este modo, la referencia únicamente aparecerá en los resultados de búsqueda cuando sus propiedades extrínsecas coinciden con la búsqueda. En la decisión 706, se determina si el archivo es un contenedor de archivo tal como un archivo de lista o un archivo zip. Si es así, entonces el proceso se repite para cada uno de los archivos y/o referencias de archivos dentro del contenedor comenzando con el paso 701. Si el archivo no es un contenedor (o si el contenedor está vacío), entonces en la decisión 708, se determina si existen cualesquiera archivos que se dejaron para indexación. Si es así, entonces dichos archivos son corridos a través del proceso que comienza en el paso 701. Sin embargo, si oíros archivos no son indexados en esía forma, enlonces finaliza el método. Conclusión El asunto o materia de la preseníe invención ha sido descrilo en términos de modalidades ilustrativas y de ejemplo. Quedará entendido que el asunto o materia definido en las reivindicaciones adjuntas no está limitado necesariamente a las caracteríslicas o acciones específicas descriías anleriormenle. Más bien, las caraclerísíicas o acciones específicas descritas aníeriormenle, se describen como formas de ejemplo para implemenlar las reivindicaciones.