Cloud Search は、ファイル形式(MIME または content-type)に関係なく、送信されたすべてのアイテムをインデックスに登録します。インデックス登録は、ファイルのメタデータ データとその内容に対して行われます(サポートされている場合)。コンテンツのインデックス登録がサポートされるファイル形式のリストは次のとおりです。
- Microsoft Word(DOC)
- Microsoft Word(DOCX)
- Microsoft Excel(XLS)
- Microsoft Excel(XLSX)
- Microsoft PowerPoint(PPT)
- Microsoft PowerPoint(PPTX)
- Adobe の Portable Document Format(PDF)
- リッチテキスト形式(RTF)
- テキスト形式(TXT)
- ハイパーテキスト マークアップ言語(HTML)
- XML(拡張マークアップ言語)
Cloud Search では、これらのファイル形式に加えて、書式なしテキスト ファイル内のコンテンツのインデックス登録がサポートされています。
光学式文字認識(OCR)のファイル形式と特性
また、Google Cloud Search では OCR を使用して次のファイル形式からテキストを抽出します。
File type | 最大サイズ |
---|---|
Joint Photographic Experts Group(JPG) | 10 MB |
Graphic Interchange Format(GIF) | 10 MB |
Tagged Image File Format(TIFF) | 10 MB |
Scalable Vector Graphics(SVG) | 10 MB |
PostScript 画像形式(PS) | 10 MB |
Portable Document Format(PDF) | 30 MB |
OCR は以下の特徴を持つファイルにも対応しています。
- 手書きのドキュメント。ラテン文字、日本語、韓国語のドキュメントで最適な結果が得られます。
- 日本語などの縦書きのドキュメント。
- 右から左に表記する文書(ヘブライ語など)。