Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Cloud Search индексирует все отправляемые элементы, независимо от типа файла (MIME или типа содержимого). Индексация выполняется на основе метаданных файла и, если поддерживается, его содержимого. Ниже приведен список типов файлов, для которых поддерживается индексация содержимого.
Microsoft Word (DOC)
Microsoft Word (DOCX)
Microsoft Excel (XLS)
Microsoft Excel (XLSX)
Microsoft PowerPoint (PPT)
Microsoft PowerPoint (PPTX)
Формат переносимых документов Adobe (PDF)
Формат расширенного текста (RTF)
Текстовый формат (TXT)
Язык разметки гипертекста (HTML)
Расширяемый язык разметки (XML)
Помимо этих типов файлов, Cloud Search поддерживает индексацию содержимого любого текстового файла.
Типы и характеристики файлов оптического распознавания символов (OCR)
Google Cloud Search также использует OCR для извлечения текста из следующих типов файлов:
Тип файла
Максимальный размер
Объединенная группа экспертов по фотографии (JPG)
10 МБ
Формат графического обмена (GIF)
10 МБ
Формат файла тегированного изображения (TIFF)
10 МБ
Масштабируемая векторная графика (SVG)
10 МБ
Формат изображения PostScript (PS)
10 МБ
Формат переносимого документа (PDF)
30 МБ
OCR также работает с файлами со следующими характеристиками:
Рукописные документы. Наилучшие результаты дают документы, написанные латиницей, на японском и корейском языках.
Документы с вертикальным текстом, например, на японском языке.
Документы с письмом справа налево, например, на иврите.
[null,null,["Последнее обновление: 2025-08-29 UTC."],[],[],null,["# Supported file types for text extraction\n\nCloud Search indexes all items that are sent, regardless of file type\n(MIME or content-type). Indexing is performed on a file's metadata data and,\nif supported, its content. Following is a list of file types for which content\nindexing *is* supported.\n\n- Microsoft Word (DOC)\n- Microsoft Word (DOCX)\n- Microsoft Excel (XLS)\n- Microsoft Excel (XLSX)\n- Microsoft Powerpoint (PPT)\n- Microsoft Powerpoint (PPTX)\n- Adobe's Portable Document Format (PDF)\n- Rich Text Format (RTF)\n- Text Format (TXT)\n- Hypertext Markup Language (HTML)\n- Extensible Markup Language (XML)\n\nIn addition to these file types, Cloud Search supports indexing of content\nwithin any plain text file.\n\nOptical Character Recognition (OCR) file types and characteristics\n------------------------------------------------------------------\n\nGoogle Cloud Search also uses OCR to extract text from the following file types:\n\n| File type | Maximum size |\n|----------------------------------------|--------------|\n| Joint Photographic Experts Group (JPG) | 10 MB |\n| Graphic Interchange Format (GIF) | 10 MB |\n| Tagged Image File Format (TIFF) | 10 MB |\n| Scalable Vector Graphics (SVG) | 10 MB |\n| PostScript Image Format (PS) | 10 MB |\n| Portable Document Format (PDF) | 30 MB |\n\n| **Note:** Cloud Search uses OCR for PDF files only when indexing in `ASYNCHRONOUS` mode, and applies OCR to the first 80 pages of the PDF file. To be eligible for OCR, the [`ItemMetadata.mimeType`](/workspace/cloud-search/docs/reference/rest/v1/indexing.datasources.items#ItemMetadata) for the item must be specified as `application/pdf` and a PDF file must contain only scanned images. If the PDF file contains any native text content, Cloud Search indexes the native content and does not apply OCR to images.\n\nOCR also works on files with these characteristics:\n\n- Hand-written documents. Documents in Latin script, Japanese, and Korean yield the best results.\n- Vertically-written documents, such as those in Japanese.\n- Right-to-left-written documents, such as Hebrew."]]
