Adobe Experience Manager as a Cloud Service (AEMaaCS)中大型PDF的文本提取限制
本文解决了Adobe Experience Manager as a Cloud Service (AEMaaCS)中大型PDF文档因字符限制而导致文本提取不完整的问题。 这种行为是有意为之，旨在优化存储和处理效率，但可能会影响需要全文提取的工作流。
描述 description
环境
Adobe Experience Manager as a Cloud Service (AEMaaCS)
问题
使用AEM现成的资产处理功能处理大型PDF文档时，对大型PDF（如包含数百页的文档）的文本提取不完整。 由于字符限制为100,000个字符，提取的文本可能会提前结束。 症状包括：
- 对于具有580页的PDF，大型PDF的
/jcr:content/renditions/cqdam.text.txt文件最多仅包含约108页的文本。 - 由于字符限制，全文提取受到限制。
- 文本提取过程限制为100k个字符。
- 通过智能总结仅提取文档的基本部分。
- 此限制与Oak在AEM中的索引功能相一致，并旨在优化存储和处理效率。
解决方法 resolution
- 其局限性在于AEM通过设计确保高效的处理时间和成本管理。
- 已针对未来AEM版本提出增强请求(ASSETS-45872)以解决此限制，这可能会引入一个能够处理更大PDF文件的辅助进程。
- 有关即将发行的版本中AEM文本提取的更改或改进的公告，请参阅PDF发行说明。
recommendation-more-help
experience-cloud-kcs-help-kbarticles