Rust Office Document Processing Library | Dweve Bindery

Управление на знания, изградено върху анализирани документи.

Индексиране на анализирани документи за извличане.

Анализиране и адресиране на текст и код по съдържание.

Добавете Bindery към вашия проект. Отваряйте всеки поддържан документ с един API.

Запитване и трансформиране последователно

Оставете Fabric да отвори документите, които вече имате

Bindery работи под Fabric, за да разпознава и чете документите, които изберете, така че Fabric да може да използва реалното им съдържание, без да ви кара да управлявате формати или четци.

Започнете с набора от документи, с които вашият екип вече работи. Прекарайте ги през един път за приемане, един структуриран модел и контролирано предаване, като запазите специфичната за формата работа на границата.

Работно пространство, където потребителите пускат документи.

Управление на знания върху документи, извлечени от Bindery.

Анализиране на код, конфигурация и документи в Merkle дървета.

bindery convert / query / inspect. Композируем с shell тръбопроводи.

Python обвързвания. Същият двигател, идиоматичен Python API.

Роден API за вграждане в услуги. Нулево копиране, където форматите позволяват.

Bindery извлича структурирано съдържание от документи. Комбинирайте го със слоевете за извличане и управление, за да изградите пълен pipeline за знания.

Под 100 MB. Годишни отчети и големи PDF файлове.

Под 10 MB. Големи работни книги и презентации.

Под 100 KB. Повечето електронни таблици и Word файлове.

Документираните бюджети за анализ са разпределени по размер: малък под една милисекунда, среден под петдесет, голям под петстотин. Потоцковият анализ поддържа паметта ограничена от структурата, а SIMD ускорява критичния път. Без GPU.

Подобен на SQL върху единния модел на документи.

docx, xlsx, pptx, pdf, iWork, ODF, RTF плюс криптирани.

Един crate, 17 формата, 300+ формули, DocQL, пълно четене и запис. Бърз на стандартни процесори. Слоят за документи в стека Dweve.

Познание за извличане, регулаторен анализ, обработка на финансови документи, електронно откриване, архивиране и инструменти за код и документация започват с офис формати като вход и структурирани данни като изход. Всеки документ се отваря през същите три реда Rust.

docx, xlsx, pptx, pdf, iWork, ODF, RTF плюс криптирани

Откриване, анализиране, запитване, запис

Роден Rust API за вграждане. PyO3 обвързвания за Python пайплайни. CLI за еднократна проверка, конвертиране и заявки. Същият двигател стои зад всичките три.

Единен документен модел, всяка повърхност

Една библиотека, 17 формата. OOXML и ODF са първокласни повърхности за четене, запис и заявки. PDF и RTF се четат напълно и се записват по най-добрия възможен начин. EPUB, LaTeX и Markdown са изходни формати за писане. Матрицата показва какво обещава всеки формат.

Формулният двигател изчислява над 300 функции, съвместими с Excel. DocQL е SQL-подобен език за заявки към единния документен модел: намиране на референции, изчисляване на формули, обхождане на таблици, филтриране на фигури.

Bindery заменя портфолиото с един Rust crate: един API, един език за заявки и един цикъл на актуализация за 17 формата.

Слоевете за свързване се превръщат в проекта.

Един парсер за формат, един API за формат, един цикъл на актуализация за формат. Повърхността за поддръжка расте по-бързо, отколкото продуктът излиза.

Разпознаване на байтове, избор на reader, игнориране на лъжите в разширенията.

Разпознаването на формат избира правилния четец. Парсерите нормализират всичко до единен документен модел. DocQL прави заявки към този модел със SQL-подобен синтаксис. Writer-ите записват обратно в OOXML, ODF, LaTeX, EPUB и Markdown.

Повечето парсери четат. Малцина правят пълен цикъл.

Не може да зададете един въпрос през различни формати.

Файловете лъжат за разширенията. Нужно е автоматично откриване.

Различен пакет за всеки формат, различен API.

Повечето Rust и Python пайплайни слепват различна библиотека за всеки формат, всяка със собствен API, собствени бъгове, собствен прозорец за поддръжка. Слоят от лепило се превръща в проекта.

Откриването на формат чете magic bytes и структурни подсказки. Разширението е намек, не истина.

Sheet1!B4, Sheet1!D12, Sheet3!A1 (3 резултата)

bindery query 'SELECT cells WHERE refs CONTAINS "Sheet2.A1"'

DocQL: намерете всяка клетка, която препраща към Sheet2.A1

листове: 3, редове: 12847, формули: 4193

отворете всеки файл. Форматът се открива от байтовете, не от разширението

Повечето електронни таблици и Word файлове.

Според размера на документа, стандартен CPU

Добавете пакета, извикайте open и прочетете модела на документа. Същите три реда работят за Word, Excel, PDF и всеки друг поддържан формат. Откриването започва от подписа на файла, а не от доверие в разширението.

Запишете в поддържан изход или предайте структурирания модел нататък.

Откривайте, четете, запитвайте и трансформирайте в избраната среда.

Файловете влизат през документната граница, която управлявате.

От пристигането до по-нататъшната употреба

Bindery може да работи там, където документите вече пристигат и където следващата система ги очаква. Откриването, четенето, запитванията и трансформациите остават близо до работния процес, докато крайното предаване произвежда структурирано съдържание или поддържан изходен формат.

Чувствителните документи се отварят на вашия собствен хардуер, така че никога не напускат, за да бъдат прочетени.

Legacy, Apple и OpenDocument файловете се отварят, така че старите архиви остават четливи.

Файловете се идентифицират по съдържанието си, така че неправилно наименуван файл вече не спира опашката.

Същият документен поток поддържа смесено приемане, конвертиране на архиви и контролиран преглед. Файловете се откриват и отварят последователно, след което се представят като структурирана информация за конкретната задача. Операционният модел остава познат, дори когато сместа от документи се промени.

Системите надолу по веригата наследяват различна структура за всяко файлово семейство.

Път само за четене създава допълнителна стъпка, когато е необходим нов изход.

Една и съща задача се държи различно в отделните форматни интеграции.

Маршрутизирането по разширение може да избере грешния документен път.

Малки разлики, които се разпространяват надолу по веригата

Грешно разширение, отделен четец или еднопосочно конвертиране може да въведе ново разклонение в операциите с документи. Bindery открива по съдържание, представя един модел за запитвания и записва чрез поддържани изходни пътища, оставяйки по-малко специфични за формата случаи за тестване и работа.

Системите надолу по веригата получават последователна структура.

Запитванията се изпълняват срещу един документен модел.

Поддържаните формати се отварят през един интерфейс.

Word документите, електронните таблици, презентациите, PDF файловете и други поддържани файлове започват с различни вътрешни структури. Bindery ги нормализира в един документен модел, така че запитванията, трансформациите и интеграциите надолу по веригата да могат да използват последователна структура.

Съдържанието се превръща в един структуриран модел на документа.

Файловите подписи и структурните подсказки избират подходящия четец.

Смесените офис файлове влизат през същата граница на документа.

От пристигането до използваемата структура

Документите рядко влизат в работата като подреден, еднообразен набор. Bindery разпознава поддържаните формати по съдържанието на файловете и ги отваря през един интерфейс. Резултатът е структуриран модел на документа, готов за следващата задача.

Четецът работи в приложението, без отделен акаунт или външна услуга за документи.

Той чете близо до вашите файлове, от ваша страна.

Той отваря писма, таблици, формуляри и слайдове еднакво.

Един и същ отговор на всеки компютър, днес и утре.

Не е нужно да разбирате как работи, за да усетите какво прави за вас. Той дава един и същ отговор на всеки компютър, отваря документи, независимо от какво са създадени, и чете насаме, от ваша страна. Когато Bindery излезе в седмия кръг, можете сами да разгледате реализацията.

Той идва от вашия истински документ, по един и същ начин всеки път.

Bindery отваря истинския документ и чете какво има вътре.

За вашето собствено писмо, таблица или формуляр, с ваши думи.

Когато попитате компютъра за вашите собствени документи, първо нещо трябва да ги отвори и да прочете какво наистина има вътре. Без това получавате само учтива догадка. Bindery е частта, която първо отваря вашите истински документи, така че отговорът да е за тях, а не за нищо.

Замразени страници, които изглеждат еднакво навсякъде.

Слайдшоута от думи и снимки на страници.

Бюджети и списъци, подредени в малки полета.

Бележките и писмата, които сте написали и запазили през годините.

Писмо, бюджетна таблица, слайдшоу, отпечатан формуляр. Всяко от тях е създадено от различна програма и всяко изглежда различно отвътре. Тихият помощник отваря всяко от тях по един и същ начин и намира думите. Докоснете която и да е карта отляво, за да надникнете в този вид хартия.

Когато попитате компютъра за документите си, той отговаря за истинските ви документи.

Bindery отваря всеки от тях и намира думите вътре, без значение какво го е създало.