Mange programmer, der beskæftiger sig med ustrukturerede data kræver adgang til teksten indholdet af formaterede eller markerede-up dokumenter. Organisationer, der Arkiver dokumenter ofte kræver adgang til tekstmæssige indhold at gøre dokumenterne søgbare og muliggøre indhold sammenlægning, rapportering og minedrift af dokumentarkiver. Søg og hentning også nødt til at udtrække og tokenize tekst fra forskellige filformater.
En standard mekanisme til at få adgang til og udtrække tekst fra dokumenter leveres af IFilter plug-in, der bruges i Microsoft søgemaskiner. Der er et par IFilter implementeringer er udviklet af Microsoft og andre leverandører, der dækker en lang række filformater. Den standard eller pålidelighed og tekst udvinding kvalitet varierer på tværs af flere IFilter udviklere.
Opait tekstfiltre er et lille hjælpeprogram med en enkel grænseflade til IFilters, der allerede er installeret på værtscomputeren samt et par custom tekst udvinding filtre, som arbejder direkte med filformater og forbedrer standard IFilter implementeringer.
. Interfacet til at udtrække tekst leveres af en lille klasse bibliotek kaldet Opait.Filters der er inkluderet og kan bruges til at integrere tekst filtre i NET applikationer
Krav :
.NET Framework 4.5
Kommentarer ikke fundet