Seite 1 von 1
PDFs werden nur teilweise durchsuchbar
Verfasst: 28 Jan 2020 11:29
von Nick L
Hallo zusammen,
ich nutze seit langem die kostenfreie Version mit Repositories und bin vor wenigen Tagen auf die Datenbank-Version umgestiegen, um die Volltextsuche nutzen zu können.
Das funktioniert grundsätzlich auch wunderbar - allerdings habe ich einige PDFs, die einfach nicht im Index auftauchen. Das sind digitale Zeitschriften, die als PDFs im Acrobat Reader auch durchsuchbar sind, jedoch nicht über den DMS Client.
Ist das ein Fehler oder gibt eine Möglichkeit, auch diese Dateien in der Volltextsuche zu durchsuchen?
Danke und Gruß,
Nick
Re: PDFs werden nur teilweise durchsuchbar
Verfasst: 29 Jan 2020 18:09
von mas
Hallo Nick,
prima, dass Sie auf die Datenbank-Version umgestiegen sind und nun auch die Volltextsuche nutzen.
In der Regel werden die Inhalte von PDFs sicher in die Volltextsuche übernommen.
Warum das bei Ihren Zeitschriften nicht klappt, kann man von außen natürlich nicht so einfach sagen. Mir fallen aber spontan ein paar Gründe ein:
- Das PDF-Dokument ist verschlüsselt und/oder passwortgeschützt. In diesem Fall kann CompuDMS den Inhalt natürlich nicht auslesen.
- Das PDF-Dokument enthält Digital Right Management (DRM)-Komponenten, was bei digitalen Zeitschriften durchaus plausibel erscheint.
- Der im PDF hinterlegte Text ist buchstabenweise statt wortweise gruppiert. Eventuell nutzt der Acrobat andere Verfahren, um daraus wieder Worte zu bilden und kann deshalb die Texte finden. Dieser Effekt tritt gelegentlich bei "schlechten" OCR-Algorithmen auf, bei digitalen Zeitschriften würde ich eher nicht damit rechnen.
Mit freundlichen Grüßen
Matthias Schröther vom Team der CompuKöln
Re: PDFs werden nur teilweise durchsuchbar
Verfasst: 29 Jan 2020 19:50
von Nick L
Hallo Matthias,
ich glaube alle drei Optionen fallen in meinem Fall aus. Ein "Marktbegleiter" kann diese Dokumente indizieren. Kann es an der Größe der PDF-Dateien liegen? Diese Dateien sind jeweils mindest 40MB und manchmal 150MB groß.
Gibt es ein Größenlimit, das man anpassen kann?
Danke und Gruß
Nick
Re: PDFs werden nur teilweise durchsuchbar
Verfasst: 03 Feb 2020 17:14
von mas
Hallo Nick,
ja, das ist ein ganz heißer Tipp: In unserem für einen Benutzer kostenlosen Basispaket werden Dokumente nur bis zu einer Größe von 32MB an die Volltextsuche übergeben.
In der kommerziellen Mehrplatzversion "CompuDMS Professional" ist dieser Parameter einstellbar, so dass dort auch größere Dokumente über die Volltextsuche gefunden werden.
Mit freundlichen Grüßen
Matthias Schröther vom Team der CompuKöln