Στρώση κειμένου
Ορισμός
Το κείμενο μηχανής-αναγνώσιμο που αποθηκεύεται μέσα σε ένα έγγραφο μαζί με την οπτική του εμφάνιση. Είναι αυτό που καθιστά δυνατή την αναζήτηση και την επιλογή κειμένου, και είναι ακριβώς αυτό που δεν έχει μια σαρωμένη σελίδα.
Ένα ψηφιακό PDF περιέχει τόσο το σχέδιο κάθε γλύφου όσο και ένα αρχείο του χαρακτήρα που αντιπροσωπεύει ο γλύφος. Η αναζήτηση λειτουργεί επειδή υπάρχει το δεύτερο. Μια σαρωμένη σελίδα περιέχει μόνο την εικόνα — οπτικά πανομοιότυπη, λειτουργικά αδρανής.
Αυτή είναι η πιο συχνή πηγή σύγχυσης σε έργα αναζήτησης εγγράφων. "Η αναζήτηση δεν λειτουργεί σε αυτά τα αρχεία" σχεδόν πάντα σημαίνει "αυτά τα αρχεία έχουν σαρωθεί", και καμία ρύθμιση της μηχανής αναζήτησης δεν το αλλάζει. Η λύση είναι το OCR, το οποίο είναι μια διαφορετική και σημαντικά πιο ακριβή λειτουργία.
Οι μορφές γραφείου είναι η εύκολη περίπτωση: ένα DOCX ή ένα XLSX είναι δομημένο κείμενο από τη φύση του, έτσι η στρώση κειμένου δεν τίθεται ποτέ σε αμφιβολία.
Στο Doconut
Η αναζήτηση πλήρους κειμένου εκτελείται εναντίον της στρώσης κειμένου και παρέχεται από το επί πληρωμή πρόσθετο AdvancedSearch. Εάν ένα έγγραφο δεν έχει στρώση κειμένου, αποδίδει σωστά αλλά δεν επιστρέφει αποτελέσματα αναζήτησης.
Σχετικοί όροι
OCR (οπτική αναγνώριση χαρακτήρων)
Αναδημιουργία κειμένου αναγνώσιμου από μηχανή από μια εικόνα σελίδας — η λειτουργία που προσθέτει σε ένα σαρωμένο έγγραφο τη στρώση κειμένου που δεν είχε ποτέ.
Απόδοση εγγράφου στην πλευρά του διακομιστή
Μετατροπή ενός εγγράφου σε εικόνες σελίδων στον διακομιστή, ώστε το πρόγραμμα περιήγησης να εμφανίζει τις αποδοθείσες σελίδες αντί να αναλύει το αρχικό αρχείο.
Μετατροπή εγγράφου
Μετασχηματισμός ενός αρχείου από μια μορφή σε άλλη και δημιουργία νέου αρχείου, σε αντίθεση με την απόδοση, η οποία παράγει προσωρινή οπτική αναπαράσταση και δεν δημιουργεί νέο αντικείμενο.