Des retours similaires ?

• [^]Re: Des retours similaires ?

  Posté par dco () le 25/08/2006 à 06:40. (lien). Évalué à 2.

  J'ai deja eu ce petit prblm abvec beagle et c'est princpalement dû au fait que les PDF sont "mal encodés" (mal au sens où justement beagle n'arrive pas à indexer son contnu ;)).
  
  Des pdf avec des résultats au "pdftotext" foireux par exemple, ne présage rien de bon (même si l'interpreteur de beagle est un peu plus intelligent que ça;)).

  • [^]Re: Des retours similaires ?

    Posté par Nikoo () le 25/08/2006 à 06:48. (lien). Évalué à 1.

    Et à quoi penses-tu que le mauvais encodage en pdf soit dû ?
    Parce que ça fait quand même un max de pdf...

    --
    http://nikoolinux.zeblog.com/

    • [^]Re: Des retours similaires ?

      Posté par dco () le 25/08/2006 à 07:35. (lien). Évalué à 3.

      A une certaine époque, je faisais du latex-> dvi-> ps -> pdf. Dans cette boucle je ne connaissais pas les options au "dvips" pour qu'il soit respectueux avec le PDF (maintenant : dvips -P pdf -G0 toto.dvi).
      
      A la fin, le pdf pouvais ne pas etre très joli...
      
      Je t'avouerai que maintenant quasi tous les PDF que je trouve (ou génére) sont "lisibles".
      
      Ton probleme ne vient peut-être pas de là non plus... Peux-tu "tracer" l'indexation de copernic sur un des PDF foireux (possible avec beagle ;)) ?

    • [^]Re: Des retours similaires ?

      Posté par boubou (page perso, ) le 25/08/2006 à 07:59. (lien). Évalué à 1.

      Certains pdf contiennent en fait des images (par exemple issues d'un scan). Acrobat reader contient un OCR qui peut récupérer plus ou moins le texte. Ce n'est pas le cas des outils libres pour l'instant, donc on ne peut pas indexer en full text n'importe quel pdf (ce qui est bien chiant, nous sommes d'accord).

      • [^]Re: Des retours similaires ?

        Posté par rahan () le 25/08/2006 à 10:03. (lien). Évalué à 7.

        Tu confonds le lecteur et le producteur. L'OCR est présent dans le programme "fabriquant" le PDF pas celui le lisant. Si l'OCR a été effectué à la création du PDF, aussi bien xpdf, evince ou Acrobat Reader pourront faire une recherche textuelle. Par contre si le PDF ne contient que les images scannées, aucun visualiseur de PDF ne fera d'OCR, y compris Acrobat Reader.
        
        Il n'en reste pas moins que je ne connais aucun programme libre permmettant d'inclure le résultat d'un OCR dans un PDF en mode image.

        • [^]Re: Des retours similaires ?

          Posté par Nikoo () le 25/08/2006 à 12:09. (lien). Évalué à 1.

          Y-a-t'il alors une explication pour le fait que beagle ne trouve pas bien les pdf par rapport à Copernic Desktop Search ou Spotlight ?

          --
          http://nikoolinux.zeblog.com/

        • [^]Re: Des retours similaires ?

          Posté par boubou (page perso, ) le 25/08/2006 à 12:29. (lien). Évalué à 3.

          Au temps pour moi, j'ai beau chercher dans mes exemples de pdf merdiques, soit ils sont merdiques pour acrobat et pour kpdf (par exemple), soit ils ne le sont ni pour l'un ni pour l'autre...

petite correction ...

• [^]Re: petite correction ...

  Posté par dco () le 25/08/2006 à 06:35. (lien). Évalué à 5.

  Très juste.. La page de Strigi : http://strigi.sourceforge.net/index.php/Main_Page
  
  De la page principale de Strigi :

  "As Kat development seems to have stopped, and Tenor doesn't have any code in the open, it seems like Strigi is a likely candidate to provide KDE 4 with search functionality. The functionality Tenor was supposed to offer will possibly be included in Strigi. The same goes for Kat, some of its plugins are being ported by their original author to Strigi."

Hum

• [+] [^]Re: Hum

  Posté par Quetzalcoatl () le 25/08/2006 à 08:05. (lien). Évalué à -2.

  T'es un peu limite d'esprit toi. Il faut aussi que beagle trouve le répertoire de configuration de Thunderbird dans le home de l'utilisateur et c'est bien plus difficile :-)
  
  D'ailleurs, j'ai jamais compris pourquoi Thunderbird utilise mailbox plutôt que maildir. C'est plus long, plus lourd, ca oblige à faire des trucs pas propres (comme le compactage) et moins sécurisé à mon avis puisque les messages ne sont vraiment effacés du disque dur (mais peut-être qu'ils ont prévu ca, j'en sais rien).
  
  
  Pardon aux développeurs de Beagle, j'utilise ce logiciel et tout va bien. Je n'ai juste pas pu résister !

• [^]Re: Hum

  Posté par dco () le 25/08/2006 à 08:14. (lien). Évalué à 4.

  Pas bete..... Et puis c'est cool d'indexer les headers des mails ne portant pas d'info...
  
  Les difficultés étaient, entre bcp d'autres, d'associer une URI unique te stable pour chaque message permettant de faire une appel à thunderbird pour qu'il "ouvre" le message dans l'outils de recherche, de gérer les comptes IMAP et bien sûr de parser les mails html...
  
  Cette notion d'URI était prévue dans Evolution et Kmail mais pas dans thunderbird..

  • [^]Et la RFC 2392 vous en faites quoi ;?)

    Posté par ginkyo (page perso, ) le 25/08/2006 à 10:37. (lien). Évalué à 2.

    Bonjour,
    Je ne comprend pas pourquoi n'ont ils pas utilisé le protocole mid, tant au niveau du courrielleur (kmail, thunderbird ..) que de beagle. Et ce afin d'appeler facilement le bon courriel ou le bon contenu ?
    le protocole mid: et cid: : http://www.faqs.org/rfcs/rfc2392.html
    
    TheBat! est le seul courrielleur que je connaisse qui gère cela : un clique sur un lien mid:00ab01c61847$12b60060$710a10ac@DT dans un message, permet d'ouvrir le courriel dont le message-id est égal à 00ab01c61847$12b60060$710a10ac@DT. Je trouve ça super pratique notamment sur les listes de diffusions. avec un courriel du style :
    >bronson est mort ?
    déjà répondu => mid:00ab01c61847$12b60060$710a10ac@DT

    --
    « Si quis scienter in tantum a vino abstineret ut naturam multum gravaret a culpa immunis non esset. »Saint Thomas d'Aquin, Somme théologique, II-II, 150, 1 ad 1.

    • [^]Re: Et la RFC 2392 vous en faites quoi ;?)

      Posté par dco () le 25/08/2006 à 11:17. (lien). Évalué à 2.

      Je ne comprend pas pourquoi n'ont ils pas utilisé le protocole mid,[...] ?
      
      puis
      TheBat! est le seul courrielleur que je connaisse qui gère cela
      
      Malheureusement, la reponse est contenue dans la question :)
      
      L'adressage des mails de thunderbird pour beagle releve plus d'un hack du format Mork des folders mails que de l'utilisation d'une fonction prévue à cette effet dans l'API de thunderbird (cf http://forums.mozillazine.org/viewtopic.php?p=1891642)

    • [^]Re: Et la RFC 2392 vous en faites quoi ;?)

      Posté par Francois Revol (page perso, ) le 31/08/2006 à 11:43. (lien). Évalué à 2.

      Tiens je connaissais pas cette RFC.
      Va falloir que j'ajoute 2 attributs MAIL:cid MAIL:mid aux mails sous BeOS/Haiku pour les indexer... et hop une query (MAIL:cid==foo) pour trouver le bon :)
      
      (BeOS utilise un format similaire à maildir, une fichier texte par message, et une partie de l'entête est stoquée dans des attributs étendus indexés)