信息抽取組件 Minidx
Minidx 這一組件是專門為開發人員準備的，利用Minidx Extract-Text Com組件,您可以輕松的從Word,Xls,Pdf……等200多種文件格式中讀取文本內容。該組件本身用C++編寫,以Com組件的形式調用，您可以 在一切可以調用Com組件的開發語言中調用這一組件，快速的抽取各種文本內容。
Minidx是一個文件管理系統。它具有：
＊自帶超高速全文搜索引擎，瞬間找到所需要的文件
＊具有自己的存儲系統，安全的管理重要文檔
＊可存儲與管理TB級別的數據,數據量的大小對系統運行的效率影響甚微
＊采用IFilter抽取文本，無須安裝例如Office的應用程序即可閱讀內容
＊基于Unicode編碼，可正常輸入/顯示多國語言
＊高亮語法顯示，方便地閱讀多種文檔
＊檢索結果高亮顯示，方便查看
＊模糊查詢，自動識別同義詞 例如要查詢where時,輸入whe也能得到結果
＊自帶Web服務器，可方便的在Internet/局域網共享所管理的文檔
＊獨立的P2P功能，可自由選擇啟動服務端/客戶端，或者同時啟動
＊可以根據創建時間，修改時間，訪問時間，標題，存儲路徑，內容等各項屬性分等級，分目錄地實現精確查詢
＊可方便設定過濾字段
搜索引擎特性:
＊整個引擎非常小,由2萬多行C/C++代碼實現
＊標準C/C++編寫,幾乎可以運行在所有的系統
＊無需太多內存，在較低的硬件環境下也可以運行而不影響效率
＊方便的集成到各種系統,利用Minidx引擎,僅僅需要添加幾行代碼就可以讓系統具有全文檢索功能
＊超高速檢索,百萬條記錄也能在毫秒內返回結果
＊字,詞,句檢索
＊條件”與”,”或”查詢,以及他們的組合查詢
＊采用UNICODE字符集，多國語言字符串混合查詢
＊精確查詢，甚至一個標點符號也可以精確定位