Livello di testo
Definizione
Il testo leggibile dalla macchina memorizzato all'interno di un documento insieme al suo aspetto visivo. È ciò che rende possibile la ricerca e la selezione del testo, ed è esattamente ciò che una pagina scansionata non possiede.
Un PDF nato digitale contiene sia un disegno di ogni glifo sia un record del carattere che quel glifo rappresenta. La ricerca funziona perché la seconda cosa esiste. Una pagina scansionata contiene solo l'immagine — visivamente identica, ma funzionalmente inattiva.
Questa è la fonte di confusione più comune nei progetti di ricerca documentale. "La ricerca non funziona su questi file" significa quasi sempre "questi file sono stati scansionati", e nessuna quantità di ottimizzazione del motore di ricerca lo cambia. La soluzione è l'OCR, che è un'operazione diversa e notevolmente più costosa.
I formati Office sono il caso più semplice: un DOCX o un XLSX è testo strutturato per definizione, quindi il livello di testo non è mai in dubbio.
In Doconut
La ricerca full-text opera sul livello di testo ed è fornita dal plugin AdvancedSearch a pagamento. Se un documento non ha un livello di testo, viene visualizzato correttamente ma non restituisce risultati di ricerca.