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。