| 项目名称 | Pipeline |
| 项目版本 | Alpha版本 |
| 负责人 | 北京航空航天大学计算机学院 C705团队 |
| 联系方式 | http://www.cnblogs.com/C705/ |
| 发布日期 | 2014-11-23 |
更新内容：
1.修复缺陷：
a)中英文分词算法改进
b)提取文档信息改进
c)提取关键词结构优化
d)修复与爬虫数据库数据交互问题
e)修复无法找到文件时出错问题
f)修复错误标签存在的问题
g)修复数据库连接没有close导致崩溃的问题
2.新功能：
a)支持对pdf的信息提取
下面的两个图中，左边是pdf源文件的内容，右边是进行转换后输出的txt文件的内容，可以看出，txt文件保留了pdf的分段、提行信息。
b)支持对word文档的信息提取
下面以数据库课程设计要求文档展示word转换为txt的效果。
这是word中的目录页：
后面的内容：
c)支持对电子表格的信息提取:
转换后，基本上能够保持原表格的结构：
环境要求：
| 操作系统需求 | Windows操作系统 |
| 运行环境需求 | 无 |
| 数据库需求 | 需配置数据库到Windows（或Windows server）数据源中，数据库名为crawler |
安装方法：
直接解压安装，在Pipeline\Pipeline\bin\Debug文件夹中找到Pipeline.exe可以打开程序。
系统已知的问题和限制：
a)爬取文件名和文件所在路径不能过长
b)无效字符的无法处理
c)数据库与文件信息不匹配会出现异常
d)文件中图片信息无法提取
软件的发布方式以及发布地址：
代码发布在服务器219.224.191.25上，可下载使用。