首页 > 代码库 > 纯文本抽出程序库DMC TEXT FILTER

纯文本抽出程序库DMC TEXT FILTER

因需而生,红樱枫为文本转换市场领航

——纯文本抽出程序库DMC TEXT FILTER,从需求中把握平衡

在高度数字化的今天,数字图书馆已经成为很多人查询资料的有效途径。然而即使在畅通的宽带搜寻中一样会出现堵塞,可恨的是这种堵塞可能并不是网络造成的,而是出于个人电脑的软件配置。就读国际关系学院的研究生韩小姐颇有感触:“在查找资料时,面对繁多的数据格式,由于手头的工具太少,大量的文件无法打开,只好望而兴叹。”据了解,有韩小姐这种想法的用户不在少数。

广泛需求,催熟应用市场

对症下药,红樱枫软件公司的纯文本抽出程序库DMC TEXT FILTER应运而生。它不仅只针对以上所提到的小范围用户,它是基于一个市场广阔需求境况而开发的。来自市场的需求才是产品生存的基础,DMC TEXT FILTER纯文本抽出程序库积极响应了数字时代的召唤,同时它很大程度应和了数字信息资源的一大基本表现组织——数字图书馆的较高需求。

数字图书馆无论在资源创建、存储、检索还是管理上,都依赖于强大的数据转化程序和网络的支持。数字化图书馆在某种程度上实现了全球资源的共享,但是在资源搜索与存贮中,多种语言格式的存储,为浏览和信息提取造成了较多的困难。在数字信息网络中,文件的格式并非以我们常用的文本格式所存储。以PDF文件为例,目前网络中多数技术资料以PDF格式提供,但在进行资料翻译或引用时,常常会因无相应软件的支持而无法实现。再如经由日本一太郎编辑存储的文件,如果没有与其相兼容软件的支持,就不能实现在既定电脑上的读取。用户的切实需求反应在软件上,就暴露出问题的所在——数据格式转换软件的开发面临全新市场。

提到数据格式转换软件,我们从WEB搜索的应用上足可窥其广阔的需求态势。全球最大的搜索网站百度,就采用了高效数据转换技术。以提高搜索引擎的搜索质量和易用性为主要目标,百度将纯文本抽出程序库应用于搜索引擎,进行二次开发和应用,为用户提供了一个既易于操作、又能准确查询的搜索技术平台。文本抽出程序在INTERNET中的二次应用,使搜索网站在专业化进程中更进一步。

同样,类似WEB搜索引擎,在邮件处理中一样需要纯文抽出程序库来帮忙。为使商业邮件的管理更为有序高效,用户需要找到一个简单快捷的途径,来对邮件进行检索规整。这就相当于要在电脑上建立一个“透视眼”,对目标性信息进行查询。只要键入目标信息,就可以在不打开附件的情况下,找到搜索目标,可获知信件的主要信息,这样既能提高效率又能保证网络安全。

表面看似毫无关联的三种市场需求,实际上都需要纯文本抽出程序软件来解决问题。成熟的市场,已经把新的软件开发课题提到日时日程上来。因此,北京红樱枫软件有限公司的DMC纯文本抽出通用程序库的应用推广,对广大用户而言,无疑是一大喜讯。

红樱枫DMC,施展数据格式转换的魅力

纯文本抽出通用程序库DMC TEXT FILTER是将各种电子文档中的特殊控制信息完全除掉,将纯文本内容进行快速提出的OEM软件部件。它的应用可使各种文件处理软件简单、快速的对文件进行处理,而且在文本内容提取过程中,它完全独立于生成文件的原应用软件。也就是说在不需要安装其他应用软件的情况下,就可以通过DMC TEXT FILTER来查看和阅读数十种格式的文件内容。

作为OEM软件,DMC TEXT FILTER本身就具有很强的可塑性。纯文本抽出通用程序库DMC TEXT FILTER支持目前被广泛使用的许多应用软件的电子文件,可自由地对许多种字符集(UNICODE)进行操作。它提供了七个主要公开API接口:文件识别功能、文本抽出功能、属性抽出功能、页抽出功能、加密PDF文本的抽出功能、加密PDF的属性抽出功能、加密PDF的页抽出功能,同时还提供了大量的函数接口及各种选项用于对不同类型文件的操控。

  作为工具软件,它具备了多语言、多平台、多线程的多种特性,使用户更加亲近不同操作程序的文件和不同语言文字集合的文件,在面对繁多的数据格式也一样能游刃有余。它支持简体中文、繁体中文、日文、韩文、英文等多种语言,可以在Windows、Solaris、Linux、Macintosh、IBM_AIX、HP-UNIX等各多种平台上运行。亦可根据OEM用户的需求,亦可生成相应的操作系统版本。特别是在Linux、Solaris环境下处理诸如word等格式文件的技术,目前在国内还处于绝对领先地位。多线程的特点更加体现了该产品在应用中的领先优势。所谓多线程就是指在一个程序中同时启动多个线程,多线程运行可以使服务器同时响应多个用户的请求,且多线程比多进程更节省系统资源。

  基于以上的特点,纯文本抽出程序库DMC TEXT FILTER拥有了超大兼容性,它的表现足可令用户放心。它支持目前被广泛使用的许多应用软件的电子文件,如ADOBE的PDF、Pagemaker、Microsoft的Word、Excel、PowerPoint、RTF以及LOTUS 1-2-3、AUTOCAD、HTML、XML、日文一太郎、OASYS等应用软件生成的文件。DMC TEXT FILTER程序库的推出,将为其他软件厂商、INTERNET系统构筑商以及网络系统集成商提供又一可供OEM捆绑的软件部件。特别是移动通讯网络服务的发展,通过纯文本内容抽取,可以使PDA产品,甚至小小的手机都能阅读到大千世界的各种各样的丰富信息。

  在高速发展与更新的软件世界,没有一成不变的软件产品,能以一成不变的钻研精神来迎合市场的瞬息万变,能在市场和应用中把握平衡,这才是高明赢家的做法。期待红樱枫及软件业其他并肩做战者施展数字转换的魅力,演绎出更多的数字神奇。