支持文本提取的文件类型
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
无论文件类型如何,Cloud Search 都会将发送的所有内容编入索引
(MIME 或 content-type)。索引是针对文件的元数据数据执行的,并且
其内容(如果支持)。以下是内容类型列表
支持编入索引。
- Microsoft Word(文档)
- Microsoft Word (DOCX)
- Microsoft Excel (XLS)
- Microsoft Excel (XLSX)
- Microsoft PowerPoint (PPT)
- Microsoft PowerPoint (PPTX)
- Adobe 便携式文档格式 (PDF)
- 富文本格式 (RTF)
- 文本格式 (TXT)
- 超文本标记语言 (HTML)
- 可扩展标记语言 (XML)
除了这些文件类型之外,Cloud Search 还支持将内容编入索引
任何纯文本文件内。
光学字符识别 (OCR) 文件类型和特征
Google Cloud Search 还会使用 OCR 从以下类型的文件中提取文本:
文件类型 |
大小上限 |
联合图像专家组 (JPG) |
10 MB |
图形交换格式 (GIF) |
10 MB |
标记图像文件格式 (TIFF) |
10 MB |
可缩放矢量图形 (SVG) |
10 MB |
PostScript 图片格式 (PS) |
10 MB |
便携式文档格式 (PDF) |
30 MB |
OCR 也适用于具有以下特征的文件:
- 手写文档。拉丁字母、日语和韩语文档收益
以获得最佳结果。
- 纵向撰写的文档,如日语文档。
- 从右到左书写的文档,如希伯来语。
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2024-08-08。
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"没有我需要的信息"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"太复杂/步骤太多"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"内容需要更新"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻译问题"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"示例/代码问题"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"其他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"易于理解"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"解决了我的问题"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"其他"
}]
{
"lastModified": "最后更新时间 (UTC):2024-08-08。",
"confidential": False
}