支持的文件类型
文件类型 | 常见扩展名 / 格式 |
Word 文档与模板 | doc / docx / docm / dot dotx / dotm |
Excel 工作簿与模板 | xls / xlsx / xlsm / xlsb / xlt / xltx / xltm / xlam |
PowerPoint 演示与模板 | ppt / pptx / pptm / pps / ppsx / ppsm / pot / potx / potm / sldx / sldm / ppam |
Visio 图表 | vsd / vsdx / vsdm / vssx / vssm / vstx / vstm |
Publisher / Works 7 表格 | pub / xlr（Works 7.0 Spreadsheet） |
OneNote | one |
Office 旧 XML 格式 | xml（WordML / SpreadsheetML / Word2006ML） |
OpenDocument / OpenOffice | odt / ods / odp / odg / odc / odi / odf / odm / oth / ott / ots / otp / otg / sxw |
Flat OpenDocument | fodt / fods / fodp |
iWork 旧版 XML 文档 | pages / numbers / key（旧版 XML 包） |
RTF 富文本 | rtf |
WordPerfect / Quattro Pro | wpd / wp（WordPerfect 5.0、5.1、6.x） / qpw（Quattro Pro v9） |
韩文 Hangul 文档 | hwp（v5） |
PDF（含文本层） | |
扫描 PDF / 图片型 PDF（外部 OCR） | |
XPS | xps |
EPUB / iBooks | epub / ibooks |
FictionBook | fb2 |
CHM 帮助文档 | chm |
InDesign IDML / FrameMaker MIF | idml / mif |
Illustrator PDF 兼容文件 | ai（内部为 PDF 兼容格式） |
纯文本 / 日志 / 文本配置 | txt / log / sql / json / yaml / yml / ini / conf 等文本文件 |
CSV / TSV | csv / tsv |
Markdown | md / markdown |
HTML / XHTML | html / htm / xhtml / asp |
XML / SVG | xml / svg |
源代码 | java / cpp / cxx / groovy |
RSS / Atom / IPTC ANPA | rss / atom / xml（Feed） / ANPA 新闻流 |
翻译交换格式 | tmx / xlf / xliff（XLIFF 1.2） / xlz |
单封邮件 | eml（RFC822） |
Outlook 邮件与邮件库 | msg / pst |
MBOX 邮件集合（递归提取） | mbox |
TNEF / ActiveMime（提取内部正文） | winmail.dat / ActiveMime 容器 |
网页归档与 HTTP 响应（提取内部正文） | warc / warc.gz / arc.gz / wacz / HTTP response |
Apple 属性列表 / 网页归档 | plist / bplist / webarchive |
ZIP / Java 归档（解包后提取正文） | zip / jar |
TAR / AR / ARJ / CPIO / Dump（解包后提取正文） | tar / ar / a / arj / cpio / dump |
7-Zip（解包后提取正文） | 7z |
RAR（解包后提取正文） | rar（内置解析器不支持 RAR5） |
压缩数据流（解压后提取正文） | gz / bz / bz2 / xz / lzma / Z / LZ4 framed / Snappy framed / zlib / Deflate64 / Pack200 |
Brotli / Zstandard（需解压依赖） | br / zst / zstd |
JPEG / TIFF（外部 OCR） | jpg / jpeg / tif / tiff |
位图与图标（解码 / 转图后外部 OCR） | png / gif / bmp / wbmp / ico / xcf / jb2 / jbig2 / icns |
WebP / HEIF / JPEG XL / BPG / PSD（解码 / 转图后外部 OCR） | webp / heif / heic / jxl / bpg / psd |
WMF / EMF（文本记录） | wmf / emf |
JPEG 2000 / PPM（外部 OCR） | jp2 / jpx / ppm |
PRT（视图名与注释文本） | prt（解析器支持的 PRT 变体） |
Access / dBase | mdb / accdb / dbf |
SQLite3 / GeoPackage（需 SQLite 扩展） | sqlite / sqlite3 / db / gpkg |
SAS / MATLAB | sas7bdat / mat |
签名与时间戳容器（提取内嵌正文） | p7m / TSD（含封装正文的文件） |