.NET平台上的文件抽取框架toxy.zip

toxy是.NET平台上的文件抽取框架，主要解决各种格式的内容抽取问题，比如pdf,doc,docx,xls,xlsx等，尽管听上去支持了很多格式，但它的使用却是极其方便的，因为Toxy把复杂的抽取流程透明化，Toxy的用户根本不用知道内容是怎么抽出来的，这就是Toxy的重要意义。   另外Toxy的一大目标是取代IFilter成为跨平台.NET数据抽取解决方案，即支持Linux上的Mono。目前所有的测试用例都可以跑在Mono上，但是有少数没有过，正在逐步改进。从另一个层面讲，Toxy能将文件数据变成统一的结构化数据。目前Toxy支持的结构有string –文本结构ToxyDo