信息检索好帮手: DMC Text Filter

这是一款能够将各种电子文档中的特殊控制信息除掉，并将纯文本内容进行快速抽出的软件。通过DMC Text Filter(纯文本抽出通用程序库)，用户可以对各种文件简单快速地进行处理，而文本提取过程中完全独立于生成文件的原应用软件，网址为http://www.hyfsoft.com.cn/，操作界面如附图所示。

在文件识别方面，DMC程序库并不根据文件的扩展名识别，而是根据文件的内部信息来进行格式识别，能够准确辨别多种文件格式类型。目前支持PDF(含加密格式)、Pagemaker、Word、Excel、PowerPoint、RTF、 HTML、XML、Lotus 1-2-3以及AutoCAD等多种文件格式的识别。

DMC Text Filter可以从指定的文件或嵌入在文件中的OLE对象中抽出文本内容。它还提供对PDF文档的支持，不仅支持通常的PDF文件的文本抽出，还支持压缩格式及具有“安全性口令”保护的PDF文件的文本抽出。