首页 > 其他好文 > 详细

Alpha版本发布说明

时间：2014-11-23 13:06:01 阅读：318 评论：0 收藏：0 [点我收藏+]

标签：style blog http ar os 使用 sp strong 文件

项目名称	Pipeline
项目版本	Alpha版本
负责人	北京航空航天大学计算机学院 C705团队
联系方式	http://www.cnblogs.com/C705/
发布日期	2014-11-23

更新内容：

1.修复缺陷：

　　a)中英文分词算法改进

　　b)提取文档信息改进

　　c)提取关键词结构优化

　　d)修复与爬虫数据库数据交互问题

　　e)修复无法找到文件时出错问题

　　f)修复错误标签存在的问题

　　g)修复数据库连接没有close导致崩溃的问题

2.新功能：

　　a)支持对pdf的信息提取

　　下面的两个图中，左边是pdf源文件的内容，右边是进行转换后输出的txt文件的内容，可以看出，txt文件保留了pdf的分段、提行信息。

　　

bubuko.com,布布扣

bubuko.com,布布扣

　　b)支持对word文档的信息提取

　　下面以数据库课程设计要求文档展示word转换为txt的效果。

　　　　这是word中的目录页：

　　　　

bubuko.com,布布扣

bubuko.com,布布扣

后面的内容：

bubuko.com,布布扣

　　　c)支持对电子表格的信息提取:

　　　　　　

bubuko.com,布布扣

　　　　　　转换后，基本上能够保持原表格的结构：

bubuko.com,布布扣

环境要求：

操作系统需求	Windows操作系统
运行环境需求	无
数据库需求	需配置数据库到Windows（或Windows server）数据源中，数据库名为crawler

安装方法：

　　直接解压安装，在Pipeline\Pipeline\bin\Debug文件夹中找到Pipeline.exe可以打开程序。

系统已知的问题和限制：

　　a)爬取文件名和文件所在路径不能过长

　　 b)无效字符的无法处理

　　 c)数据库与文件信息不匹配会出现异常

　　 d)文件中图片信息无法提取

软件的发布方式以及发布地址：

　　代码发布在服务器219.224.191.25上，可下载使用。

Alpha版本发布说明

标签：style blog http ar os 使用 sp strong 文件

原文地址：http://www.cnblogs.com/C705/p/4111320.html

踩

(0)

赞

(0)

举报

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行

更多

友情链接

兰亭集智国之画百度统计站长统计阿里云 chrome插件新版天听网

关于我们 - 联系我们 - 留言反馈

© 2014 mamicode.com 版权所有联系我们:gaon5@hotmail.com

迷上了代码！