Motor de búsqueda de documentos Ambar: Libre para buscar documentos de Office, texto y PDF

Ambar es un motor de búsqueda de documentos de código abierto con rastreo automatizado, OCR, etiquetado y búsqueda instantánea de texto completo.

Ambar define una nueva forma de implementar la búsqueda de documentos de texto completo en su flujo de trabajo.

• Implemente Ambar fácilmente con un solo docker-compose archivo
• Realice una búsqueda similar a la de Google a través de sus documentos y contenidos de sus imágenes.
• Etiqueta tus documentos
• Utilice una API REST simple para integrar Ambar en su flujo de trabajo

Buscar

Tutorial: Dominar las consultas de búsqueda de Ambar

• Búsqueda difusa (John~3)
• Búsqueda de frases (“John Smith”)
• Buscar por autor (autor:John)
• Buscar por ruta de archivo (nombre de archivo:*.txt)
• Buscar por fecha (cuándo: ayer, hoy, la semana pasada, etc.)
• Buscar por tamaño (tamaño>1M)
• Buscar por etiquetas (etiquetas:ocr)
• Busque mientras escribe
• Analizadores de idiomas soportados: inglés ambar_enruso ambar_ruAlemán ambar_deItaliano ambar_itPolaco ambar_plChino ambar_cnCJK ambar_cjk

Arrastrándose

Ambar 2.0 solo admite el rastreo de FS local; si necesita rastrear un recurso compartido SMB de una ubicación FTP, simplemente móntelo usando herramientas estándar de Linux. El rastreo es automático, no se necesita programación debido a que los rastreadores monitorean los eventos del sistema de archivos y procesan automáticamente archivos nuevos, modificados y eliminados.

Extracción de contenido

Ambar admite archivos grandes (>30 MB)

Tipos de archivos admitidos:

• archivos ZIP
• Archivos de correo (PST)
• Documentos de MS Office (Word, Excel, PowerPoint, Visio, Publisher)
• OCR sobre imágenes
• Mensajes de correo electrónico con archivos adjuntos
• Adobe PDF (con OCR)
• Idiomas OCR: inglés, ruso, ita, deu, fra, spa, pl, nld
• Documentos de OpenOffice
• RTF, texto sin formato
• HTML/XHTML
• Procesamiento multiproceso

Licencia

Ambar se publica bajo la licencia MIT.

Recursos

• https://github.com/RD17/ambar

Etiquetas

Administrador de documentos motor de búsqueda MIT de código abierto Desarrollo web basado en web Herramientas para desarrolladores