Viele Anwendungen, die mit unstrukturierten Daten umzugehen ist der Zugriff auf den Textinhalt von formatierten oder markierten-up Dokumenten. Unternehmen, die Dokumente archivieren benötigen oft Zugriff auf den Textinhalt, um die Dokumente durchsucht werden und ermöglichen Content-Aggregation, Berichterstattung und Bergbau der Dokumentenarchive. Such- und Retrieval-Anwendung müssen auch extrahieren und in Token aufzuteilen Text aus verschiedenen Dateiformaten.
Ein Standard-Mechanismus für den Zugriff und Extrahieren von Text aus Dokumenten wird durch die IFilter-Plug-in-Schnittstelle in Microsoft Suchmaschinen zur Verfügung gestellt. Es gibt ein von Microsoft und anderen Anbietern entwickelt einige IFilter-Implementierungen, die eine Vielzahl von Dateiformaten ab. Der Standard oder die Zuverlässigkeit und die Textextraktion Qualität variiert über mehrere IFilter Entwickler.
Opait Text Filter ist ein kleines Hilfsprogramm, mit einer einfachen Schnittstelle zu IFilters, die bereits auf dem Host-Computer sowie einige benutzerdefinierte Text-Extraktion Filter, die direkt mit den Dateiformaten zu arbeiten und auf die Default-Implementierungen IFilter installiert sind.
. Die Schnittstelle zum Text extrahieren wird von einem kleinen Klassenbibliothek namens Opait.Filters das enthalten ist, und kann verwendet werden, um Text-Filter in .NET-Anwendungen zu integrieren, sofern
Anforderungen
.NET Framework 4.5
Kommentare nicht gefunden