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。
Cloud Search 会为发送的所有内容编入索引,无论文件类型(MIME 或内容类型)如何。系统会对文件的元数据数据以及(如果支持)其内容进行编入索引。下方列出了支持内容索引编制的文件类型。
- Microsoft Word (DOC)
- Microsoft Word (DOCX)
- Microsoft Excel (XLS)
- Microsoft Excel (XLSX)
- Microsoft Powerpoint (PPT)
- Microsoft Powerpoint (PPTX)
- Adobe 的便携式文档格式 (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 还支持对任何纯文本文件中的内容编入索引。
光学字符识别 (OCR) 文件类型和特征
Google Cloud 搜索还使用 OCR 技术从以下文件类型中提取文本:
文件类型 |
大小上限 |
联合摄影专家组 (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 还适用于具有以下特征的文件:
- 手写文档。以拉丁字母、日语和韩语撰写的文档可获得最佳结果。
- 纵向编写的文档,例如日语文档。
- 从右到左书写的文档,例如希伯来语。
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):2025-06-05。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["没有我需要的信息","missingTheInformationINeed","thumb-down"],["太复杂/步骤太多","tooComplicatedTooManySteps","thumb-down"],["内容需要更新","outOfDate","thumb-down"],["翻译问题","translationIssue","thumb-down"],["示例/代码问题","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],["最后更新时间 (UTC):2025-06-05。"],[],[]]