用C#實現能讀取文字從非txt文件，像Office文件及pdf文件，它也可以取出像html及xml文件中重要部份，適用於開發文件搜尋方面的功能，非常具參考價值

Simple and very efficient multithreaded web crawler with pipeline based processing written in C#. Contains HTML, Text, PDF, and IFilter document processors and language detection(Google). Easy to add pipeline steps to extract, use and alter informati

本文介绍如何设置索引使用OCR技术的图像文件（包括TIFF，PDF，JPEG，BMP...）。下面描述的索引利用微软的IFilter技术，正因为如此，是不特定于SharePoint，但可用于任何产品使用Microsoft索引：微软搜索，桌面搜索，SQL Server搜索，并通过与谷歌桌面插件搜索。但是，我使用它与微软的Windows SharePoint Services2003。对于其他产品，注册可能需要略有不同。-This article describes how to set up th

Portable Document Filter software