Dlaczego wasze dokumenty pozostają niewidoczne

Tekst PDF-a nie jest zapisany otwartym tekstem. Tkwi w skompresowanych strumieniach treści, kodowanych osobno dla każdego kroju pisma. Pliki Office od 2007 roku to kontenery ZIP ze skompresowanym XML-em w środku. Wyszukiwanie czytające surowe bajty takich plików z zasady nie znajdzie w nich nic — i właśnie dlatego tyle osób jest przekonanych, że dokumentu „nie ma na tym komputerze”, choć leżał tam cały czas.

PDF — tekst tkwi w strumieniach skompresowanych FlateDecode
DOCX, XLSX, PPTX — kontenery ZIP ze skompresowanym XML-em
ODT, ODS, ODP — ta sama zasada, inny XML
Wyszukiwanie Windows — indeksuje tylko wybrane foldery i pomija całe dyski

📄 Znaleźć dokument, a nie tylko nazwę pliku

Deskora przeszukuje PDF, Word, Excel, PowerPoint i OpenDocument — na wszystkich dyskach.

Pobierz Deskorę za darmo

Które formaty są przeszukiwane

Deskora wydobywa czytelny tekst dokumentu i przeszukuje właśnie jego. Oto co jest objęte — i co świadomie nie.

Format	Co jest przeszukiwane
PDF (.pdf)	Pełny tekst stron, także ze skompresowanych strumieni i fontów CID. Podawany jest numer strony.
Word (.docx, .docm)	Tekst główny, tabele, nagłówki, stopki, przypisy. Tekst usunięty w śledzeniu zmian jest pomijany.
Excel (.xlsx, .xlsm)	Wszystkie komórki wszystkich arkuszy. Podawana jest nazwa arkusza.
PowerPoint (.pptx, .ppsx)	Cały tekst slajdów, w kolejności. Podawany jest numer slajdu.
OpenDocument (.odt)	Pełny tekst wraz z nagłówkami i tabelami.
OpenDocument (.ods)	Wszystkie komórki wszystkich tabel. Podawana jest nazwa tabeli.
OpenDocument (.odp)	Cały tekst slajdów. Podawana jest nazwa slajdu.
RTF (.rtf)	Pełny tekst, ze słowami sterującymi i kodami znaków rozwiniętymi.
TXT, LOG, CSV, XML, JSON	Przeszukiwane bezpośrednio, bajt po bajcie — szybka ścieżka, bez zmian.
.doc, .xls, .msg	Nieobsługiwane. Stare formaty binarne i kontenery pocztowe to osobny temat i świadomie zostają poza zakresem, zamiast być zrobione połowicznie.

Jak to działa

Wydobycie tekstu jest kosztowne, dlatego odbywa się raz. Potem tekst leży skompresowany w indeksie, a każde kolejne wyszukiwanie działa jak wyszukiwanie w zwykłym tekście.

🔍 Wydobycie tekstu

Strumienie PDF są rozpakowywane i dekodowane przez tablice fontów; pliki Office są rozpakowywane, a ich XML czytany poprawnie — wraz z encjami i podziałem akapitów.

💾 Trwały indeks

Wydobyty tekst jest przechowywany w postaci skompresowanej. Ponowne wydobycie następuje tylko wtedy, gdy zmieni się rozmiar lub data pliku.

🌙 Ciche budowanie w tle

Najniższy priorytet wątku i wejścia/wyjścia, w każdej chwili przerywalne. Nie powinniście tego zauważyć.

📄 Prawdziwe miejsca trafień

Trafienie wskazuje stronę 7, arkusz „Przychody” albo slajd 3 — nie bezsensowny numer wiersza.

Deskora w porównaniu

Uczciwe porównanie. Deskora to darmowe oprogramowanie desktopowe, a nie prawnicza platforma e-discovery — i nie udaje takiej.

	Deskora	Wyszukiwanie Windows	Agent Ransack	dtSearch
Szuka wewnątrz PDF	Tak	Tylko zaindeksowane foldery	Tak	Tak
Szuka wewnątrz plików Office	Tak	Tylko zaindeksowane foldery	Tak	Tak
Obejmuje wszystkie dyski	Tak	Nie	Tak	Tak
Wyrażenia regularne	Tak	Nie	Tak	Tak
Podaje stronę / arkusz / slajd	Tak	Nie	Nie	Tak
Cena	Za darmo	W zestawie	Za darmo / płatne	Od kilkuset euro

Dla kogo to jest

⚖️ Kancelarie prawne i biura rachunkowe

Sygnatura akt bywa w nagłówku PDF-a, w trzecim arkuszu zestawienia i w zeskanowanej umowie. Po nazwie pliku nie znajdziecie żadnej. Po treści — wszystkie trzy, wraz ze wskazaniem strony do otwarcia.

🔬 Nauka i studia

Setki artykułów, dziesiątki zbiorów danych, notatki w trzech formatach. „W którym artykule była ta metoda?” to pytanie o treść i powinno zająć sekundę, a nie popołudnie.

🔧 Dokumentacja techniczna

Numery części i kody błędów są w instrukcjach, nie w nazwach ich plików. Wyszukiwanie zaglądające do środka zamienia folder PDF-ów w bazę wiedzy.

Wasze dokumenty zostają na waszym komputerze

Wydobycie tekstu odbywa się w całości lokalnie. Nic nie jest wysyłane, nic nie trafia na serwer, nie trzeba konta. Indeks dokumentów można całkiem wyłączyć, ograniczyć do wybranych folderów albo uzupełnić o wykluczenia — program, który zna wszystkie dyski, musi pozwolić wam wyznaczyć granicę.

Najczęstsze pytania

Czy znajdzie tekst w zeskanowanych PDF-ach?

Nie. Zeskanowany PDF to obraz tekstu, a nie tekst. Potrzebne byłoby rozpoznawanie znaków, czyli zupełnie inny program. Deskora po prostu zgłosi brak trafień, zamiast udawać.

A pliki chronione hasłem?

Są pomijane. Deskora nie próbuje łamać szyfrowania, nawet w powszechnym przypadku pustego hasła użytkownika: tę blokadę ktoś ustawił świadomie.

Czy to spowolni komputer?

Indeks powstaje w tle z najniższym priorytetem i można go przerwać w każdej chwili. Wyszukiwanie w zwykłym tekście pozostaje bez zmian: nadal działa bezpośrednio na pliku, bez kopii.

Ile miejsca zajmuje indeks?

Wydobyty tekst jest przechowywany w postaci skompresowanej i stanowi ułamek objętości dokumentów. Kilka tysięcy dokumentów kosztuje zwykle kilkadziesiąt megabajtów.

Czy działa z pismem niełacińskim?

Tak. Chiński, japoński, cyrylica, arabski i dewanagari są obsługiwane, a wyszukiwanie bez rozróżniania wielkości liter działa też poza ASCII.

Czy mogę używać wyrażeń regularnych?

Tak, w składni ECMAScript. Błędne wyrażenie pokazuje wskazówkę przy polu, zamiast po cichu zawieść.