本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
文件類型或格式
Amazon Kendra 支援常用的文件類型或格式 PDFHTML，例如 PowerPoint、、Word 等。索引可以包含多種文件格式。
Amazon Kendra 擷取文件內的內容，以便使文件可搜尋。文檔被解析的方式來優化對提取的文本和文檔中的任何表格內容（HTML表格）的搜索。這表示將文件結構化為用於搜尋的欄位或屬性。文件中繼資料 (例如上次修改日期) 可能是有用的搜尋欄位。
文件可以組織成列和欄。例如，每個文件都是一列，而每個文件欄位/屬性 (例如標題和內文內容) 都是一欄。例如，如果您使用資料庫做為資料來源，則應將資料結構化或組織成列和欄。
您可以透過下列方式將文件新增至索引：
如果您想要新增FAQ檔案，您可以使用CreateFaqAPI來新增儲存在 Amazon S3 桶。您可以選擇基本CSV格式、標題中包含海關欄位/屬性的CSV格式，以及包含自訂欄位的JSON格式。預設格式為基本格式CSV。
以下提供每種支援文件格式的資訊，以及如何進行 Amazon Kendra 索引文件時，會處理每種格式。
| 文件格式 | 被視為 | 如何處理文件 | 原始結構 |
|---|---|---|---|
| 可攜式文件格式 (PDF) | HTML | 轉換為HTML，然後提取內容。 | 非结构化 |
| HyperText 標記語言 (HTML) | HTML | HTML標籤被過濾掉以提取內容。內容必須在主要HTML開始和結束標籤之間 (<HTML>content</HTML>)。 |
半结构 |
| 可延伸標記語言 (XML) | XML | XML標籤被過濾掉以提取內容。 | 半结构 |
| 可擴展樣式表語言轉換 (XSLT) | XSLT | 標籤被過濾掉以提取內容。 | 半结构 |
| MarkDown (馬里蘭州) | 純文字 | 內容提取並包含 MarkDown 語法。 | 半结构 |
| 逗號分隔值 (CSV) | CSV | 從每個儲存格擷取的內容，並將單一檔案視為單一文件結果。 | 為FAQ檔案結構化，否則為半結構化 |
| Microsoft Excel（XLS和XLSX） | XLS和 XLSX | 從每個儲存格擷取的內容，並將單一檔案視為單一文件結果。 | 半结构 |
| JavaScript 對象符號（JSON） | 純文字 | 內容提取並包含JSON語法。 | 半结构 |
| RTF 格式 (RTF) | RTF | RTF語法被過濾掉以提取內容。 | 半结构 |
| Microsoft PowerPoint （PPT） | PPT, PPTX | 僅從 PowerPoint 幻燈片中提取文本內容進行搜索。不會擷取影像和其他內容。 | 非结构化 |
| Microsoft Word | DOC, DOCX | 僅從 Word 頁面中提取文本內容進行搜索。不會擷取影像和其他內容。 | 非结构化 |
| 純文字 (TXT) | TXT | 會擷取文字文件中的所有文字。 | 非结构化 |
