Rust Office Document Processing Library | Dweve Bindery

Znalostní správa postavená na zpracovaných dokumentech.

Indexujte zpracované dokumenty pro vyhledávání.

Zpracujte a adresujte text a kód podle obsahu.

Přidejte Bindery do svého projektu. Otevřete libovolný podporovaný dokument pomocí jednoho API.

Jeden analyzátor, všechny kancelářské formáty

Smíšené kancelářské a dokumentové formáty

Nechte Fabric otevřít dokumenty, které už máte

Bindery pracuje pod Fabric, aby identifikoval a četl dokumenty, které si vyberete, takže Fabric může použít jejich skutečný obsah, aniž byste museli spravovat formáty nebo čtečky.

Začněte s mixem dokumentů, které váš tým už zpracovává. Projděte je jedním vstupním bodem, jedním strukturovaným modelem a kontrolovaným předáním, přičemž práci specifickou pro formát ponechte na hranici.

Pracovní prostor, kam uživatelé vkládají dokumenty.

Znalostní správa nad dokumenty extrahovanými pomocí Bindery.

Zpracujte kód, konfiguraci a dokumenty do Merkle stromů.

bindery convert / query / inspect. Lze kombinovat s shellovými roury.

Python vazby. Stejný engine, idiomatické Python API.

Nativní API pro vložení do služeb. Nulová kopie tam, kde to formáty umožňují.

Bindery extrahuje strukturovaný obsah z dokumentů. Spojte jej s vrstvami pro vyhledávání a správu a vytvořte kompletní znalostní pipeline.

Do 100 KB. Většina tabulek a souborů Wordu.

Dokumentované rozpočty pro parsování jsou rozdělené podle velikosti: malé do jedné milisekundy, střední do padesáti, velké do pěti set. Streamované parsování udržuje paměť omezenou strukturou a SIMD zrychluje kritickou cestu. Bez GPU.

SQL-like napříč jednotným modelem dokumentu.

Formulový engine kompatibilní s Excelem.

docx, xlsx, pptx, pdf, iWork, ODF, RTF plus šifrované

Jeden crate, 17 formátů, 300+ formulí, DocQL, plné čtení i zápis. Rychlý na standardních CPU. Dokumentová vrstva pro stack Dweve.

Znalostní ingesce, regulační analýza, zpracování finančních dokumentů, e-discovery, archivace a nástroje pro kód a dokumentaci začínají kancelářskými formáty na vstupu a strukturovanými daty na výstupu. Každý dokument se otevírá přes stejné tři řádky Rustu.

Nativní Rust API pro vkládání. PyO3 vazby pro Python pipeline. CLI pro jednorázovou kontrolu, konverzi a dotazy. Stejný engine za všemi třemi.

Jeden dokumentový model, všechny povrchy

Jedna knihovna, 17 formátů. OOXML a ODF jsou prvotřídní povrchy pro čtení, zápis i dotazy. PDF a RTF se plně čtou a zapisují s nejlepším úsilím. EPUB, LaTeX a Markdown jsou výstupy pro zápis. Matice uvádí, co každý formát slibuje.

Formulový engine vyhodnocuje více než 300 funkcí kompatibilních s Excelem. DocQL je dotazovací jazyk podobný SQL pro jednotný dokumentový model: najděte reference, vyhodnoťte vzorce, procházejte tabulky, filtrujte tvary.

Bindery nahrazuje portfolio jedním Rust crate: jedno API, jeden dotazovací jazyk a jeden cyklus aktualizací napříč 17 formáty.

Jeden parser na formát, jedno API na formát, jeden cyklus aktualizací na formát. Plocha údržby roste rychleji, než produkt vychází.

Writer zapisuje do podporovaného formátu.

Očichejte bajty, vyberte reader, ignorujte lži přípon.

Detekce formátu vybere správný reader. Parser normalizují vše do jednotného dokumentového modelu. DocQL se dotazuje na tento model syntaxí podobnou SQL. Writer zapisují zpět do OOXML, ODF, LaTeX, EPUB a Markdown.

Většina parserů čte. Málokterý umí obousměrně.

Soubory lžou o příponách. Je potřeba automatická detekce.

Pro každý formát jiná knihovna, jiné API.

Většina Rust a Python pipeline lepí dohromady jinou knihovnu pro každý formát, každou s vlastním API, vlastními chybami a vlastním oknem údržby. Vrstva lepidla se stane projektem.

Detekce formátu čte magické bajty a strukturální signály. Přípona je nápověda, ne pravda.

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

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

DocQL: najděte každou buňku odkazující na Sheet2.A1

otevřete libovolný soubor. Formát je detekován z bajtů, ne z přípony

Podle velikosti dokumentu, standardní CPU

Přidejte crate, zavolejte open a přečtěte model dokumentu. Stejné tři řádky fungují pro Word, Excel, PDF a každý další podporovaný formát. Detekce začíná od podpisu souboru, ne od důvěry v příponu.

Zapište podporovaný výstup nebo předávejte strukturovaný model dál.

Detekujte, čtěte, dotazujte se a transformujte ve zvoleném prostředí.

Soubory vstupují přes hranici dokumentu, kterou provozujete.

Bindery může běžet tam, kde dokumenty již přicházejí a kde je další systém očekává. Detekce, čtení, dotazování a transformace zůstávají blízko pracovního toku, zatímco předání na konci vytváří strukturovaný obsah nebo podporovaný výstupní formát.

Citlivé dokumenty se otevírají na vašem vlastním hardwaru, takže nikdy neopustí zařízení ke čtení.

Soubory Legacy, Apple a OpenDocument se všechny otevírají, takže staré archivy zůstávají čitelné.

Soubory jsou identifikovány podle obsahu, takže špatně pojmenovaný soubor již nezastaví frontu.

Stejný tok dokumentů podporuje smíšený příjem, archivní konverzi a řízenou kontrolu. Soubory jsou detekovány a otevírány konzistentně, poté jsou zpřístupněny jako strukturované informace pro danou úlohu. Provozní model zůstává známý, i když se skladba dokumentů mění.

Navazující systémy zdědí jinou strukturu pro každou rodinu souborů.

Cesta pouze pro čtení vytváří další krok, když je potřeba nový výstup.

Stejná úloha se chová odlišně napříč oddělenými integracemi formátů.

Směrování podle přípony může vybrat špatnou cestu dokumentu.

Špatná přípona, samostatná čtečka nebo jednosměrná konverze může zavést další větev do operací s dokumenty. Bindery detekuje podle obsahu, vystavuje jeden dotazovatelný model a zapisuje přes podporované výstupní cesty, takže zbývá méně případů specifických pro formát k testování a provozu.

Navazující systémy dostávají konzistentní strukturu.

Dotazy běží proti jednomu modelu dokumentu.

Podporované formáty se otevírají přes jedno rozhraní.

Cesty specifické pro formát se stávají jednou

Wordové dokumenty, tabulky, prezentace, PDF a další podporované soubory začínají s různými vnitřními strukturami. Bindery je normalizuje do jednoho modelu dokumentu, takže dotazy, transformace a navazující integrace mohou používat konzistentní strukturu.

Obsah se stane jedním strukturovaným modelem dokumentu.

Podpisy souborů a strukturální vodítka vyberou příslušný prohlížeč.

Smíšené kancelářské soubory vstupují stejnou hranicí dokumentu.

Dokumenty do provozu jen zřídka přicházejí jako úhledná, jednotná sada. Bindery rozpozná podporované formáty z obsahu souborů a otevře je přes jedno rozhraní. Výsledkem je strukturovaný model dokumentu připravený pro další úkol.

Prohlížeč běží uvnitř aplikace, bez samostatného účtu nebo externí dokumentové služby.

Čte blízko vašich souborů, na vaší straně.

Otevírá dopisy, listy, formuláře i prezentace.

Stejná odpověď na každém počítači, dnes i zítra.

Nemusíte rozumět tomu, jak to funguje, abyste cítili, co to pro vás dělá. Dává stejnou odpověď na každém počítači, otevírá dokumenty bez ohledu na to, čím byly vytvořeny, a čte soukromě na vaší straně. Jakmile Bindery vyjde v sedmém kole, můžete si implementaci sami prohlédnout.

Pochází z vašeho skutečného dokumentu, pokaždé stejně.

Bindery otevře skutečný dokument a přečte, co je uvnitř.

O vašem vlastním dopise, listu nebo formuláři, vašimi vlastními slovy.

Když se počítače ptáte na vlastní dokumenty, musí je nejprve někdo otevřít a přečíst, co skutečně obsahují. Bez toho dostanete jen zdvořilý odhad. Bindery je ta část, která nejprve otevře vaše skutečné dokumenty, takže odpověď se týká jich, a ne ničeho.

Zmrazené stránky, které vypadají všude stejně.

Prezentace slov a fotografií na stránkách.

Rozpočty a seznamy uspořádané do malých políček.

Poznámky a dopisy, které jste v průběhu let psali a ukládali.

Dopis, rozpočtová tabulka, prezentace, vytištěný formulář. Každý z nich vytvořil jiný program a uvnitř vypadají jinak. Tichý pomocník otevře každý z nich stejným způsobem a najde slova. Klepněte na libovolnou kartu vlevo a nahlédněte dovnitř toho druhu papíru.

Když se zeptáte počítače na své dokumenty, odpoví vám o vašich skutečných dokumentech.

Bindery otevře každý z nich a najde slova uvnitř, bez ohledu na to, co ho vytvořilo.

Všechny vaše dokumenty, ve všech jejich různých podobách, uložené v průběhu let.

V průběhu let shromažďujete dopisy, formuláře, seznamy a výtisky. Mají různé podoby a některé se otevírají jedním způsobem a jiné jiným. Bindery je tichý pomocník uvnitř počítače, který umí otevřít kterýkoli z nich a přečíst, co je uvnitř, ať už je vytvořilo cokoli. Nikdy nemusíte vybírat správný nástroj. Dokument za vás rozpozná.

Bindery poskytuje podporovaným kancelářským a dokumentovým formátům jednotnou cestu: detekce, čtení, dotazování, transformace a zápis. Rozdíly ve formátech zůstávají na vstupní hranici, zatímco navazující systémy dostávají použitelnou strukturu prostřednictvím předvídatelných předání v prostředí, které ovládáte.

Bindery otevírá dopisy, rozpočtové tabulky, prezentace, formuláře a další dokumenty prostřednictvím jediné tiché komponenty. Aplikace, které používáte, pak mohou odpovídat na otázky týkající se vašich vlastních souborů, bez ohledu na to, čím byly vytvořeny, aniž by každý formát procházel jinou službou.