文档格式解析系统I3S DocAnalyze

基本简介 在计算机和互联网的世界里，文件的格式林林总总不下几千种，常见的文档格式有：.doc文件、.ppt文件、.pdf文件、.rar文件、.eml文件，等等。在这些文档中，数据以各自不同表示规则进行存储，还常常包含嵌套定义，因此需要对每个文档格式进行具体的分析，提取用户感兴趣的数据。
>此外，在网络传输过程中，信息是以网络包为单位进行传输的，一个文档常常由多个网络包组成。在某些实时网络应用中，等待所有的网络包到齐然后才进行文档格式分析是不现实的，它们要求每到来一个网络包，就分析一段文档，这就要求提供增量式的、流式的文档格式分析功能。
>I3S DocAnalyze提供了丰富的文档格式分析功能，能够准确解析当前互联网上的主流文档格式，包括：PDF格式、CHM格式、RAR格式、EML格式、RTF格式、ZIP格式、Office系列格式，等等。此外，I3S DocFormat还提供网络流式的格式分析功能，无需等待文档的全部数据到来，即可对部分数据进行分析，并及时返回分析结果。