[risolto] Google Desktop: non indicizza tutto il PDF
Inviato: mar 16 giu 2009, 18:59
Salve a tutti.
Mi trovo spesso a dover fare ricerche estese su circa 300/400 PDF che ho nel mio HDD, diposti tutti all'interno di una directory, divisa a sua volta in sottocartelle.
Quello che stavo cercando e che ho trovato da un mesetto è proprio Google Desktop, già pacchettizzato dal gentilissimo staff di Slacky.
Problema: Quando faccio ricerche di parole all'interno dei PDF indicizzati, google desktop, dopo aver completato l'indicizzazione con successo, mi restituisce eventuali corrispondenze alla mia ricerca solo per le prime 20/30 pagine dei miei PDF.
Dettagli:
+per il pdf brevi non c'è problema, li indicizza tutti.
+ho pdf "testuali" di 500 pagine e oltre quindi mi piacerebbe ottenere risultati positivi di ricerca e non "nessun risultato trovato" quando effettivamente il testo che cerco esiste. Ho fatto più tentativi inserendo parole presenti verso la pagina 300/350 ma non le trova mai, mentre se inserisco qualcosa all'inizio, la trova.
+sul sito di google desktop, nell'help relativo a google, non viene fatto nessun riferimento ad una possibile limitazione di pagine
+ho controllato le relative dipendenze, e in particolare il tool "pdftotext" che utilizza per indicizzare i contenuti interni ai pdf, tutte soddisfatte.
+il testo all'interno dei pdf è sottolineabile, non sono pdf di "immagini", o scannerizzazioni,
+non ho provato la versione di windows per vedere se fa la stessa cosa, ma mi servirebbe usarlo in slackware
+l'indicizzazione, secondo me, per la mole di files che ho, dura relativamente poco, 15 minuti tondi per 300 files, anche grossi (velocità dell'hdd in lettura 10Mbyte/s).
+ho provato tre volte a rieseguire l'indicizzazione, togliendo anche qualche files, ma nulla
+nel google groups relativo a GD linux, non c'è nulla a riguardo
Vorrei sapere se è un bug noto, oppure c'è qualcosa che non va in quello che ho fatto o nella mia configurazione.
Avrei bisogno di uno di questi tool al più presto e se qualcuno conosce qualcosa di ALTERNATIVO, ben venga.
(sottolineo che mi serve un indice per la ricerca, l'hdd che uso è di rete, non ho molto bandwidth, e non posso avviare una ricerca da 0 tutte le volte)
Avevo optato per la "tecnologia google" che in ambito di ricerca e di indicizzazione mi sembra molto ferrata e per la versione linux di GD non c'è nessun tipo di comunicazione col proprio account google, volendo, avviene tutto in locale.
grazie in anticipo per il vostro aiuto.
Mi trovo spesso a dover fare ricerche estese su circa 300/400 PDF che ho nel mio HDD, diposti tutti all'interno di una directory, divisa a sua volta in sottocartelle.
Quello che stavo cercando e che ho trovato da un mesetto è proprio Google Desktop, già pacchettizzato dal gentilissimo staff di Slacky.
Problema: Quando faccio ricerche di parole all'interno dei PDF indicizzati, google desktop, dopo aver completato l'indicizzazione con successo, mi restituisce eventuali corrispondenze alla mia ricerca solo per le prime 20/30 pagine dei miei PDF.
Dettagli:
+per il pdf brevi non c'è problema, li indicizza tutti.
+ho pdf "testuali" di 500 pagine e oltre quindi mi piacerebbe ottenere risultati positivi di ricerca e non "nessun risultato trovato" quando effettivamente il testo che cerco esiste. Ho fatto più tentativi inserendo parole presenti verso la pagina 300/350 ma non le trova mai, mentre se inserisco qualcosa all'inizio, la trova.
+sul sito di google desktop, nell'help relativo a google, non viene fatto nessun riferimento ad una possibile limitazione di pagine
+ho controllato le relative dipendenze, e in particolare il tool "pdftotext" che utilizza per indicizzare i contenuti interni ai pdf, tutte soddisfatte.
+il testo all'interno dei pdf è sottolineabile, non sono pdf di "immagini", o scannerizzazioni,
+non ho provato la versione di windows per vedere se fa la stessa cosa, ma mi servirebbe usarlo in slackware
+l'indicizzazione, secondo me, per la mole di files che ho, dura relativamente poco, 15 minuti tondi per 300 files, anche grossi (velocità dell'hdd in lettura 10Mbyte/s).
+ho provato tre volte a rieseguire l'indicizzazione, togliendo anche qualche files, ma nulla
+nel google groups relativo a GD linux, non c'è nulla a riguardo
Vorrei sapere se è un bug noto, oppure c'è qualcosa che non va in quello che ho fatto o nella mia configurazione.
Avrei bisogno di uno di questi tool al più presto e se qualcuno conosce qualcosa di ALTERNATIVO, ben venga.
(sottolineo che mi serve un indice per la ricerca, l'hdd che uso è di rete, non ho molto bandwidth, e non posso avviare una ricerca da 0 tutte le volte)
Avevo optato per la "tecnologia google" che in ambito di ricerca e di indicizzazione mi sembra molto ferrata e per la versione linux di GD non c'è nessun tipo di comunicazione col proprio account google, volendo, avviene tutto in locale.
grazie in anticipo per il vostro aiuto.
