TextPorter 機能紹介：概要
『TextPorter』は、さまざまなアプリケーションのファイルからテキストを抽出する、クラウドコンピューティング時代のサーバ組込用テキスト抽出エンジンです。Microsoft Office, PDFなど主要なアプリケーション・ファイルを識別し、作成したアプリケーションがなくても、ファイルからテキストを抽出可能です。
主要なアプリケーション・ファイルからテキスト抽出
文書を作成したアプリケーションがなくても、指定したファイル、または埋め込まれたOLEオブジェクトからテキスト文字列、プロパティを取り出せます。
対応しているファイル形式は、 「抽出対象ファイル形式」 をご覧ください。
主要なアプリケーション・ファイルの識別
ファイルを作成したアプリケーション名称とそのバージョンを識別します。
さまざまな文字コードに対応
抽出するテキストの文字符号化方式は、下記の４タイプを切り替えることができます。また、テキストファイルの文字符号化方式や改行コードの種別を変換することができます。
| 国際規格 | ISO-10646-UCS-2、ISO-10646-UCS-4、UTF-8、UTF-16 |
|---|---|
| 日本語 | Shift_JIS、Windows31J、EUC-JP、ISO-2022-JP、Shift_JIS-2004、ISO-2022-JP-2004、EUC-JIS-2004 |
| 英 語 | ISO-8859-1 |
| 中国語／韓国語 | GB18030、GBK、Big5、KS_C_5601_1987 |
言語インターフェイスを用意
『TextPorter』の機能を、ライブラリとして、C/C++, Java から呼び出せるように、これらの言語インターフェイスを用意しています。これに加えて、Windowsでは COM インターフェイス、Microsoft .NET Frameworkも用意しています。
また、C++で書かれたサンプルプログラムが付属しています。これをそのまま、あるいはお客様の要望に合わせて改良してビルドすれば、実行可能なコマンドとして、プログラム内からプロセスとして起動して使うこともできます。もちろん、コンソールでコマンドラインのソフトとして使うことも可能です。
注： Java,インターフェースは、プラットフォームによってサポートしてないものもあります。詳細はお問い合わせください。