使用Azure搜索blob提取器處理大文件

Question

從Blob提取器接收文件對於當前層而言太大的錯誤，這是基本的。我將升級到更高層，但我注意到最大尺寸目前是256MB。

當我有PPTX文件，主要是視頻和音頻，但我有興趣的文本，有沒有辦法索引這些？ blob提取器最大文件大小實際上意味着什麼？

我可以告訴提取器只採取第一個X MB或字符，只是停止？

Answer 1

有在團塊索引兩個相關的限制：

1. 最大的是你打文件大小限制。如果文件大小超過該限制，索引器不會嘗試下載它併產生錯誤，以確保您知道該問題。我們不僅僅需要第一個N字節的原因是因爲爲了正確解析許多格式，需要整個文件。您可以將斑點標記爲可滑動或將索引器配置爲忽略大量錯誤，如果您希望它在遇到過大的斑點時取得進展。

2. 提取文本的最大尺寸。如果文件包含的文本比這更多，索引器會將N個字符限制爲最大值，幷包含警告信息，以便您能夠意識到問題所在。當然，無法提取的內容（例如至少今天的視頻）不會影響這個限制。

您需要索引的PPTX有多大？我會在評論中添加我的聯繫信息。