Durchsuchen Word, Excel und PDF-Dokumente

Mit der joomlaeigenen Sucher bestimmt nicht. Selbst Google kann nur PDF-Inhalte in der Suche ausgeben, keine aus Word bzw. Office.

Ich kenne keine Joomlaerweiterung die PDFs indexieren und Inhalte durchsuchen kann.

Word ist kein gutes Format fürs Web, weil in Worddateien Macroviren übertragen werden können.

Vielleicht bietet die Googlesuche eine Möglichkeit, zumindest die PDF-Inhalte zu suchen. Geht natürlich nur, wenn diese maschinenlesbar sind und nicht aus einem Bild bzw Textbild bestehen.

Prinzipiell geht das mit einiges an Eigenentwicklung.

Dazu brauchst du eine Kombination aus Content-Plugins und Search-Plugins (und eventuell ein eigenes Custom Field).

Es gibt PHP Libraries, mit denen du Office-Dateien auslesen kannst (z.b. hier), diese speicherst du in deinem Custom Field speichern und dann entsprechend durchsuchen.

Wie auch schon Tom angemerkt hat mußt du dann auch noch beachten ob z.B. die Texte in den PDF-Dokumenten als Text oder "innerhalb eines Bildes" vorliegen.

Insbesondere wenn z.B. ein Papierdokument gescannt wurde und in ein PDF gewandelt oder eingefügt wurde liegt der Text in der Regel nicht als Text vor, sondern die einzelnen Seiten des Dokumentes sind z.B. einzelne Bilder im PDF.

Dann müßte ja auch noch zuerst ein OCR "drüberlaufen" um die Texte zu erhalten um diese dann wieder durchsuchen zu können.

Wird sicherlich eine komplexe und langwierige Sache.

Für einen guten "Programmierer" ist prinzipiell alles möglich und vor allem eine Frage des Aufwandes!!!

Zufällig noch im Web gefunden:

http://www.viomatrix.de/programmierung…urchsuchen.html

Für Programmierer ist bestimmt diese Libary, die bembelimen verlinkt hat, die beste Wahl, das sieht sehr interessant aus. Es dürfte insgesamt damit schneller und billiger werden, und vor allem auch zukunftssicherer.

Zitat von firstlady

Für Programmierer ....

Für Programmierer ist eventuell auch folgendes Zitat nützlich:

Zitat

die folgenden Programme ... auf dem Server installiert und lauffähig sein: antiword (für die Indizierung von Worddokumenten), xlhtml (für die Indizierung von Excel-Dateien), ps2ascii (für die Indizierung von PDF-Dokumenten)

aus http://www.viomatrix.de/programmierung…urchsuchen.html

und auch der Abschnitt "Vorbereitungen" dort.

Außerdem benötigt man wohl auch bei der Verwendung von VIO.Matrix unbedingt Programmierkenntnisse wenn man das gewünschte Ergebnis(Word-, Excel- und PDF-Dokumente durchsuchen)

erreichen möchte!

Siehe dazu z.B. auch:

http://www.viomatrix.de/tipps-und-tricks-programmierung.html

Zufällig auch noch gefunden:

https://joomdonation.com/joomla-extensi…oad-manager.htm

https://joomdonation.com/joomla-extensi…df-indexer.html

Gemäss Beschreibung sollte sowas mit DOCMAN von Joomlatools möglich sein.

Selber habe ich DOCMAN auch im Einsatz, allerdings nicht mit dem erfolderlichen "Joomlatools Connect" für das Document indexing.

https://help.joomlatools.com/article/53-document-indexing

Hallo Tommy - habe für eine ähnliche Geschichte (berghistorisches Archiv) am ende NICHT zu joomla! gegriffen, sondern zu Omeka - in Kombination mit Google Drive (Die Suchfunktion für Dokumente im DRIVE (klar - vorher copy paste der ganzen Sachen) und für aktuelle Befunde das Omeka.
Dachte aber anfangs auch dass joomla da einen Weg bieten würde (was es vielleicht auch tut - nur ich habe ihn nicht gefunden)