文件

Adobe Experience Manager as a Cloud Service (AEMaaCS)中大型PDF的文字擷取限制

Last update: Wed Feb 05 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

本文解決Adobe Experience Manager as a Cloud Service (AEMaaCS)中大型PDF檔案因字元限制而擷取不完整文字的問題。 此行為是刻意為之，旨在最佳化儲存和處理效率，但可能會影響需要全文檢索擷取的工作流程。

說明 description

環境

Adobe Experience Manager as a Cloud Service (AEMaaCS)

問題

使用AEM現成可用的資產處理功能處理大型PDF檔案時，大型PDF（例如包含數百頁的頁面）的文字擷取並不完整。 由於字元限製為100,000個字元，擷取的文字可能會過早結束。 症狀包括：

  • 大型PDF的/jcr:content/renditions/cqdam.text.txt檔案在580頁的PDF中最多只包含約108頁的文字。
  • 由於字元限制，全文檢索擷取受到限制。
  • 文字擷取程式限制在10萬個字元。
  • 僅透過智慧摘要擷取檔案的必要區段。
  • 此限制與Oak在AEM中的索引功能一致，並旨在最佳化儲存和處理效率。

解決方法 resolution

  • 其侷限性在於透過精心設計，確保AEM的有效處理時間和成本管理。
  • 已針對未來AEM版本提出增強功能要求(ASSETS-45872)，以解決此限制，可能會引入可處理較大PDF檔案的工作程式。
  • 請檢閱AEM發行說明，瞭解即將發行版本中PDF文字擷取的變更或改良相關公告。
recommendation-more-help
3d58f420-19b5-47a0-a122-5c9dab55ec7f