Rust Office Document Processing Library | Dweve Bindery

Riadenie znalostí postavené na sparsovaných dokumentoch.

Indexujte sparsované dokumenty na vyhľadávanie.

Sparsujte text a kód a priraďte im obsahové adresy.

Pridajte Bindery do svojho projektu. Otvorte ľubovoľný podporovaný dokument pomocou jedného API.

Jeden parser, všetky kancelárske formáty

Zmiešané kancelárske a dokumentové formáty

Konzistentné dopytovanie a transformácie

Nechajte Fabric otvoriť dokumenty, ktoré už máte

Bindery pracuje pod Fabricom, aby identifikoval a čítal dokumenty, ktoré si vyberiete, takže Fabric môže používať ich skutočný obsah bez toho, aby ste museli spravovať formáty alebo čítačky.

Dajte každému dokumentu jednu jasnú cestu

Začnite so zmesou dokumentov, ktoré váš tím už spracúva. Presuňte ich cez jednu vstupnú cestu, jeden štruktúrovaný model a kontrolované odovzdanie, pričom prácu špecifickú pre formát ponechajte na hranici.

Pracovný priestor, do ktorého používatelia vkladajú dokumenty.

Riadenie znalostí nad dokumentmi extrahovanými pomocou Bindery.

Sparsujte kód, konfiguráciu a dokumenty do Merkle stromov.

bindery convert / query / inspect. Komponovateľný s shellovými rúrami.

Python väzby. Rovnaký engine, idiomatické Python API.

Natívne API na vkladanie do služieb. Zero-copy tam, kde to formáty umožňujú.

Bindery extrahuje štruktúrovaný obsah z dokumentov. Spojte ho s vrstvami vyhľadávania a správy a vytvorte kompletný dátový pipeline.

Do 100 KB. Väčšina tabuliek a súborov Word.

Dokumentované rozpočty spracovania sú rozdelené podľa veľkosti: malé do jednej milisekundy, stredné do päťdesiatich, veľké do päťsto. Streamované spracovanie udržiava pamäť ohraničenú štruktúrou a SIMD zrýchľuje kritickú cestu. Bez GPU.

Podobné SQL v rámci jednotného modelu dokumentov.

Formulový engine kompatibilný s Excelom.

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

Jeden crate, 17 formátov, 300+ vzorcov, DocQL, plné čítanie a zápis. Rýchly na štandardných CPU. Dokumentová vrstva pre stack Dweve.

Ingestia znalostí, regulačná analýza, spracovanie finančných dokumentov, e-discovery, archívne a kódovo-dokumentačné nástroje začínajú s kancelárskymi formátmi ako vstupom a štruktúrovanými dátami ako výstupom. Každý dokument sa otvára cez tie isté tri riadky Rustu.

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

Natívne Rust API na vkladanie. Väzby PyO3 pre Python pipeline. CLI na jednorazovú kontrolu, konverziu a dotazy. Rovnaký engine stojí za všetkými tromi.

Jeden dokumentový model, každé rozhranie

Jedna knižnica, 17 formátov. OOXML a ODF sú prvotriedne povrchy na čítanie, zápis a dotazy. PDF a RTF sa čítajú úplne a zapisujú najlepšie, ako sa dá. EPUB, LaTeX a Markdown sú výstupy pre písanie. Matica uvádza, čo každý formát sľubuje.

Formula engine vyhodnocuje 300+ funkcií kompatibilných s Excelom. DocQL je dotazovací jazyk podobný SQL pre jednotný dokumentový model: nájdite referencie, vyhodnoťte vzorce, prechádzajte tabuľky, filtrujte tvary.

Bindery nahrádza portfólio jedným crate pre Rust: jedno API, jeden dotazovací jazyk a jeden cyklus aktualizácií naprieč 17 formátmi.

Jeden parser na formát, jedno API na formát, jeden cyklus aktualizácií na formát. Údržbový povrch sa rozširuje rýchlejšie, než produkt vychádza.

Writer zapisuje do podporovaného formátu.

Otestujte bajty, vyberte reader, ignorujte klamstvá prípon.

Detekcia formátu vyberie správny reader. Parser normalizuje všetko na jednotný dokumentový model. DocQL sa pýta na tento model syntaxou podobnou SQL. Writer zapisuje späť do OOXML, ODF, LaTeX, EPUB a Markdown.

Väčšina parserov číta. Máloktorý robí obojsmernú konverziu.

Nedá sa položiť jedna otázka naprieč formátmi.

Súbory klamú o príponách. Je potrebná automatická detekcia.

Väčšina Rust a Python pipelines spája rôzne knižnice pre každý formát, každá s vlastným API, vlastnými chybami, vlastným cyklom údržby. Vrstva lepidla sa stane projektom.

Detekcia formátu číta magické bajty a štrukturálne signály. Prípona je len náznak, nie pravda.

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

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

DocQL: nájdi každú bunku odkazujúcu na Sheet2.A1

otvorte ľubovoľný súbor. Formát sa zistí z bajtov, nie z prípony

Podľa veľkosti dokumentu, štandardné CPU

Pridajte crate, zavolajte open a prečítajte model dokumentu. Rovnaké tri riadky fungujú na Word, Excel, PDF a každý ďalší podporovaný formát. Detekcia začína od podpisu súboru, nie od dôvery v príponu.

Zapíšte podporovaný výstup alebo odovzdajte štruktúrovaný model ďalej.

Detekcia, čítanie, dopytovanie a transformácia vo zvolenom prostredí.

Súbory vstupujú cez hranicu dokumentov, ktorú prevádzkujete.

Bindery môže bežať tam, kde dokumenty už prichádzajú a kde ich očakáva ďalší systém. Detekcia, čítanie, dopytovanie a transformácia zostávajú blízko pracovného toku, pričom finálne odovzdanie vytvára štruktúrovaný obsah alebo podporovaný výstupný formát.

Citlivé dokumenty sa otvárajú na vašom vlastnom hardvéri, takže nikdy neodídu, aby ich niekto čítal.

Súbory Legacy, Apple a OpenDocument sa otvárajú, takže staré archívy zostávajú čitateľné.

Súbory sa identifikujú podľa obsahu, takže nesprávne pomenovaný súbor už nezastaví front.

Rovnaký tok dokumentov podporuje zmiešaný príjem, archiváciu a riadenú kontrolu. Súbory sa detegujú a otvárajú konzistentne, potom sa sprístupnia ako štruktúrované informácie pre danú úlohu. Operačný model zostáva známy, aj keď sa zloženie dokumentov mení.

Nadväzujúce systémy zdedia inú štruktúru pre každú rodinu súborov.

Cesta iba na čítanie vytvára ďalší krok, keď je potrebný nový výstup.

Rovnaká úloha sa správa inak v rôznych integráciách formátov.

Smerovanie podľa prípony môže zvoliť nesprávnu cestu dokumentu.

Nesprávna prípona, samostatný čítač alebo jednosmerná konverzia môžu zaviesť ďalšiu vetvu do operácií s dokumentmi. Bindery deteguje z obsahu, sprístupňuje jeden dopytovateľný model a zapisuje cez podporované výstupné cesty, čím zanecháva menej prípadov špecifických pre formát na testovanie a prevádzku.

Nadväzujúce systémy dostávajú konzistentnú štruktúru.

Dopyty prebiehajú proti jednému modelu dokumentov.

Podporované formáty sa otvárajú cez jedno rozhranie.

Cesty špecifické pre formát sa stávajú jednou

Wordové dokumenty, tabuľky, prezentácie, PDF a ďalšie podporované súbory začínajú s rôznymi vnútornými štruktúrami. Bindery ich normalizuje do jedného modelu dokumentov, takže dopyty, transformácie a nadväzujúce integrácie môžu používať konzistentnú štruktúru.

Obsah sa stane jedným štruktúrovaným modelom dokumentu.

Podpisy súborov a štrukturálne náznaky vyberú vhodný čítač.

Zmiešané kancelárske súbory vstupujú cez rovnakú hranicu dokumentu.

Dokumenty do prevádzky len zriedka prichádzajú v úhľadnej jednotnej sade. Bindery rozpozná podporované formáty z obsahu súborov a otvorí ich cez jedno rozhranie. Výsledkom je štruktúrovaný model dokumentu pripravený na ďalšiu úlohu.

Čítač beží v aplikácii, bez samostatného účtu alebo externej dokumentovej služby.

Číta blízko vašich súborov, na vašej strane.

Otvára listy, hárky, formuláre aj prezentácie.

Rovnaká odpoveď na každom počítači, dnes aj zajtra.

Nemusíte rozumieť, ako to funguje, aby ste cítili, čo to pre vás robí. Na každom počítači dá rovnakú odpoveď, otvára dokumenty bez ohľadu na to, čo ich vytvorilo, a číta súkromne na vašej strane. Keď Bindery vyjde v siedmom kole, môžete si implementáciu prezrieť sami.

Pochádza z vášho skutočného dokumentu, vždy rovnako.

Bindery otvorí skutočný dokument a prečíta, čo je v ňom.

O vašom vlastnom liste, hárku alebo formulári, vašimi vlastnými slovami.

Keď sa počítača pýtate na vlastné dokumenty, niečo ich musí najprv otvoriť a prečítať, čo je v nich naozaj. Bez toho dostanete len zdvorilý odhad. Bindery je časť, ktorá najprv otvorí vaše skutočné dokumenty, aby odpoveď bola o nich a nie o ničom.

Zmrazené stránky, ktoré vyzerajú všade rovnako.

Prezentácie slov a obrázkov na stránkach.

Rozpočty a zoznamy usporiadané v malých políčkach.

Poznámky a listy, ktoré ste napísali a uložili v priebehu rokov.

List, rozpočtový hárok, prezentácia, vytlačený formulár. Každý z nich vytvoril iný program a každý vyzerá vo vnútri inak. Tichý pomocník otvorí každý z nich rovnako a nájde slová. Ťuknite na ľubovoľnú kartu vľavo a pozrite sa dovnútra tohto druhu papiera.

Keď sa počítača opýtate na vaše papiere, odpovie o vašich skutočných papieroch.

Bindery otvorí každý z nich a nájde slová vo vnútri, bez ohľadu na to, čo ho vytvorilo.

Všetky vaše dokumenty vo všetkých ich rôznych podobách, uložené v priebehu rokov.

V priebehu rokov nazbierate listy, formuláre, zoznamy a výtlačky. Prichádzajú v rôznych podobách a niektoré sa otvárajú jedným spôsobom a iné iným. Bindery je tichý pomocník vo vnútri počítača, ktorý dokáže otvoriť ktorýkoľvek z nich a prečítať, čo je vo vnútri, bez ohľadu na to, čo ich vytvorilo. Nikdy nemusíte vybrať správny nástroj. Dokument za vás rozpozná.

Bindery poskytuje podporovaným kancelárskym a dokumentovým formátom jeden konzistentný postup: zistiť, prečítať, dopytovať, transformovať a zapísať. Rozdiely vo formátoch zostávajú na vstupnej hranici, zatiaľ čo nadväzujúce systémy dostávajú použiteľnú štruktúru prostredníctvom predvídateľných odovzdaní v prostredí, ktoré ovládate.