接受的PDF輸入
TET PDF IFilter 支持所有相關風格的PDF 輸入:
直到 AcrobatDC 的所有 PDF版本,包括 ISO32000-1 和 32000-2(PDF 2.0)
無需密碼即可打開文檔的受保護PDF
修復損壞的 PDF文檔
國際化
除了西文文本 TETPDF IFilter 完全支持中文、日文和韓文(CJK) 文本。識別所有CJK 編碼;支持水平和垂直書寫模式。自動檢測文本的區域設置ID(語言和區域標識符)改進了Microsoft 的分詞和詞干算法的結果,這對于東亞文本尤其重要。
還支持從右到左的語言,例如希伯來語和阿拉伯語。上下文字符形式被規范化,文本按邏輯順序傳遞。
PDF 不僅僅是一堆頁面
TET PDF IFilter 將 PDF文檔視為容器,其中可能包含比普通頁面更多的信息。TETPDF IFilter 索引 PDF文檔中的所有相關項目:
頁面內容
書簽、注釋(評論)和表單域中的文本
元數據(見下文)
嵌入式 PDF 和PDF 包(組合)以遞歸方式處理,以便可以搜索所有嵌入式PDF 文檔中的文本。
XMP 文檔元數據和文檔信息
TET PDF IFilter 中的高級元數據實現支持元數據的Windows 屬性系統。它索引XMP 元數據以及標準或自定義文檔信息條目。元數據索引可以在多個級別上配置:
文檔信息條目、DublinCore 字段和其他常見XMP 屬性映射到Windows shell 屬性,例如標題、主題、作者。
TET PDF IFilter 添加了有用的特定于PDF 的偽屬性,例如頁面大小、PDF/A一致性級別、字體名稱。
可以索引所有相關的預定義XMP 屬性。
可以搜索用戶定義的XMP 或基于PDF 的屬性,例如公司特定的分類屬性、數字簽名或ZUGFeRD/Factur-X 一致性。
TET PDF IFilter 可選擇將元數據集成到全文索引中。因此,即使是不支持元數據的全文搜索引擎(例如SQL Server)也可以搜索元數據。
Unicode 后處理
TET PDF IFilter 支持各種Unicode 后處理步驟,可用于改進提取的文本:
折疊保留、刪除或替換字符,例如從不相關的腳本中刪除標點符號或字符。
分解用一個或多個其他字符的等效序列替換一個字符,例如用它們各自的標準對應物替換窄、寬或垂直的日文字符或拉丁上標變體。
審核編輯:劉清
-
嵌入式
+關注
關注
5141文章
19542瀏覽量
315176 -
編碼
+關注
關注
6文章
967瀏覽量
55509 -
PDF
+關注
關注
1文章
172瀏覽量
34336
原文標題:?PDFlib TET PDF IFilter 5 功能
文章出處:【微信號:哲想軟件,微信公眾號:哲想軟件】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
漫畫圖解 電感器 抗干擾元器件指南(全彩PDF版)
電子電路實用原理圖300例(PDF版)
典型模電電路應用108例,附Protel DXP原理圖和pdf文件
Spire.PDFViewer for ASP.NET強大的PDF查看組件

所有Window Watchdog Supervisors

VCA810電路時按照pdf上的參數手工焊接搭建,輸入信號為100mv,放大到8倍以上會出現自激干擾怎么解決?
ADS866x支持雙極輸入范圍的12位500kSPS 4和8通道、單電源SAR ADC數據表

評論