Поиск в файлах с различными форматами

30.06.2012, 04:25. **Показов** 585. **Ответов** 1

Студворк — интернет-сервис помощи студентам

Добрый день, собственно появилась задача - в винде открывать файлы различных форматов и затем производить писк по ключевым словам в теле файла.
Так как необходимо работать с весьма различными по свое структуре форматами (.djvu,.pdf, файлы офиса от MS) возникают вопросы следующие:
1) Каким образом лучше определять форматы файла? Т.е. я понимаю, что необходимо открывать на бинарное чтение файлы, считывать определенное количество инфы, анализировать ее (например сравнивать с уже имеющимися масками заголовков для распространенных файлов) тем самым определяя формат. Но нет ли уже готового решения, например библиотеки какой под эти нужды? или лучше поковыряться в линуксовом file?
2) Опять таки, писать классы с нуля для работы под каждый формат - желание отсутствует. Есть ли какая-нить библиотека по работе с большим количеством, скажем так текстовых форматов, или все таки придется искать примочки для работы с каждым отдельным форматом?

MrGluck · 30.06.2012, 05:05

Для определения формата думаю можно будет использовать это: http://www.boost.org/doc/libs/... nience.htm
Для работы с текстом бери http://www.boost.org/doc/libs/... index.html

Новые блоги и статьи Все статьи Все блоги /
Thinkpad X220 Tablet — это лучший бюджетный ноутбук для учёбы, точка. Programma_Boinc 23.12.2025 Thinkpad X220 Tablet — это лучший бюджетный ноутбук для учёбы, точка. Рецензия / Мнение/ Перевод https:/ / **********/ gallery/ thinkpad-x220-tablet-porn-gzoEAjs . . .	PhpStorm 2025.3: WSL Terminal всегда стартует в ~ and_y87 14.12.2025 PhpStorm 2025. 3: WSL Terminal всегда стартует в ~ (home), игнорируя директорию проекта Симптом: После обновления до PhpStorm 2025. 3 встроенный терминал WSL открывается в домашней директории. . .	Как объединить две одинаковые БД Access с разными данными VikBal 11.12.2025 Помогите пожалуйста !! Как объединить 2 одинаковые БД Access с разными данными.	Новый ноутбук volvo 07.12.2025 Всем привет. По скидке в "черную пятницу" взял себе новый ноутбук Lenovo ThinkBook 16 G7 на Амазоне: Ryzen 5 7533HS 64 Gb DDR5 1Tb NVMe 16" Full HD Display Win11 Pro	Музыка, написанная Искусственным Интеллектом volvo 04.12.2025 Всем привет. Некоторое время назад меня заинтересовало, что уже умеет ИИ в плане написания музыки для песен, и, собственно, исполнения этих самых песен. Стихов у нас много, уже вышли 4 книги, еще 3. . .
От async/await к виртуальным потокам в Python IndentationError 23.11.2025 Армин Ронахер поставил под сомнение async/ await. Создатель Flask заявляет: цветные функции - провал, виртуальные потоки - решение. Не threading-динозавры, а новое поколение лёгких потоков. Откат?. . .	Поиск "дружественных имён" СОМ портов Argus19 22.11.2025 Поиск "дружественных имён" СОМ портов На странице: https:/ / norseev. ru/ 2018/ 01/ 04/ comportlist_windows/ нашёл схожую тему. Там приведён код на С++, который показывает только имена СОМ портов, типа,. . .	Сколько Государство потратило денег на меня, обеспечивая инсулином. Programma_Boinc 20.11.2025 Сколько Государство потратило денег на меня, обеспечивая инсулином. Вот решила сделать интересный приблизительный подсчет, сколько государство потратило на меня денег на покупку инсулинов. . . .	Ломающие изменения в C#.NStar Alpha Etyuhibosecyu 20.11.2025 Уже можно не только тестировать, но и пользоваться C#. NStar - писать оконные приложения, содержащие надписи, кнопки, текстовые поля и даже изображения, например, моя игра "Три в ряд" написана на этом. . .	Мысли в слух kumehtar 18.11.2025 Кстати, совсем недавно имел разговор на тему медитаций с людьми. И обнаружил, что они вообще не понимают что такое медитация и зачем она нужна. Самые базовые вещи. Для них это - когда просто люди. . .

ezekiel

	Поиск в файлах с различными форматами 30.06.2012, 04:25. Показов 585. Ответов 1 Метки нет (Все метки) Добрый день, собственно появилась задача - в винде открывать файлы различных форматов и затем производить писк по ключевым словам в теле файла. Так как необходимо работать с весьма различными по свое структуре форматами (.djvu,.pdf, файлы офиса от MS) возникают вопросы следующие: 1) Каким образом лучше определять форматы файла? Т.е. я понимаю, что необходимо открывать на бинарное чтение файлы, считывать определенное количество инфы, анализировать ее (например сравнивать с уже имеющимися масками заголовков для распространенных файлов) тем самым определяя формат. Но нет ли уже готового решения, например библиотеки какой под эти нужды? или лучше поковыряться в линуксовом file? 2) Опять таки, писать классы с нуля для работы под каждый формат - желание отсутствует. Есть ли какая-нить библиотека по работе с большим количеством, скажем так текстовых форматов, или все таки придется искать примочки для работы с каждым отдельным форматом?

MrGluck Форумчанин 8216 / 5047 / 1437 Регистрация: 29.11.2010 Сообщений: 13,453
	30.06.2012, 05:05
	Для определения формата думаю можно будет использовать это: http://www.boost.org/doc/libs/... nience.htm Для работы с текстом бери http://www.boost.org/doc/libs/... index.html 0