Azure AI सर्च में .msg ईमेल फ़ाइलों से टेक्स्ट निकालना

Azure AI सर्च के साथ ईमेल सामग्री को अनलॉक करना

Azure AI सर्च की क्षमताओं की खोज से क्लाउड वातावरण में संग्रहीत बड़ी मात्रा में डेटा के प्रबंधन और खोज पर इसके गहरे प्रभाव का पता चलता है। विशेष रूप से, Azure स्टोरेज ब्लॉब कंटेनर में .msg ईमेल फ़ाइलों के साथ काम करते समय, पेशेवर न केवल मेटाडेटा बल्कि इन ईमेल के भीतर की वास्तविक सामग्री तक पहुंचने के कुशल तरीके तलाशते हैं। इस प्रक्रिया में ईमेल के माध्यम से छान-बीन करने के लिए Azure AI की शक्तिशाली अनुक्रमण सुविधाओं का लाभ उठाना शामिल है, एक ऐसा कार्य जो इन फ़ाइलों को प्रभावी ढंग से क्वेरी करने की समझ की मांग करता है। मुख्य भाग और अनुलग्नकों सहित ईमेल सामग्री को निकालने और खोजने की क्षमता, डेटा विश्लेषण, अनुपालन जांच और अंतर्दृष्टि एकत्र करने के लिए नए रास्ते खोलती है।

हालाँकि, कई लोग खुद को एक चौराहे पर पाते हैं जब वे मूल मेटाडेटा से अधिक प्राप्त करने का प्रयास करते हैं - जैसे कि 'प्रेषक', 'प्रति', 'विषय' और 'भेजे गए दिनांक' फ़ील्ड - सोच रहे हैं कि मुख्य भाग और अनुलग्नकों तक कैसे पहुंचा जाए ईमेल. यह चुनौती Azure खोज की क्षमताओं में गहराई से गोता लगाने की आवश्यकता का परिचय देती है, अतिरिक्त क्षेत्रों की खोज करती है जिन्हें खोज अनुभव को समृद्ध करने के लिए अनुक्रमित किया जा सकता है। Azure AI सर्च में एक कुशल ईमेल इंडेक्स और इंडेक्सर स्थापित करने की पेचीदगियां न केवल किसी की तकनीकी कौशल का परीक्षण करती हैं, बल्कि वांछित परिणाम प्राप्त करने के लिए दस्तावेज़ीकरण के माध्यम से नेविगेट करने और कॉन्फ़िगरेशन के साथ प्रयोग करने की क्षमता का भी परीक्षण करती हैं।

स्क्रिप्ट स्पष्टीकरण और उपयोग

प्रदान की गई स्क्रिप्ट Azure AI खोज क्षमताओं और Azure ब्लॉब स्टोरेज में संग्रहीत .msg फ़ाइलों से ईमेल सामग्री और अनुलग्नकों को निकालने की विशिष्ट आवश्यकता के बीच एक पुल के रूप में काम करती हैं। पहली स्क्रिप्ट, एज़्योर फ़ंक्शंस और एज़्योर ब्लॉब स्टोरेज एसडीके का लाभ उठाते हुए, "ईमेल-एमएसजी-इंडेक्स" नामक एज़्योर कॉग्निटिव सर्च इंडेक्स को क्वेरी करने के लिए डिज़ाइन की गई है। इस सूचकांक में संभवतः .msg ईमेल फ़ाइलों से निकाला गया मेटाडेटा शामिल है। अनुक्रमित दस्तावेज़ों में खोज ऑपरेशन निष्पादित करने के लिए स्क्रिप्ट Azure संज्ञानात्मक खोज लाइब्रेरी से SearchClient का उपयोग करती है। खोज ऑपरेशन को व्यापक बनाने के लिए डिज़ाइन किया गया है, जो खोज पाठ "*" द्वारा दर्शाया गया है, जिसका अर्थ है कि यह सभी अनुक्रमित दस्तावेज़ों को पुनः प्राप्त करेगा। चयनित फ़ील्ड, "मेटाडेटा_स्टोरेज_पाथ" और "मेटाडेटा_स्टोरेज_नाम", महत्वपूर्ण हैं क्योंकि वे Azure ब्लॉब स्टोरेज में संग्रहीत वास्तविक .msg फ़ाइलों के लिए पथ प्रदान करते हैं। एक बार ये पथ प्राप्त हो जाने के बाद, स्क्रिप्ट इन .msg फ़ाइलों की सामग्री तक पहुँचने और डाउनलोड करने के लिए BlobServiceClient का उपयोग करती है।

दूसरी स्क्रिप्ट डाउनलोड की गई .msg ईमेल फ़ाइलों को उनके मुख्य सामग्री और अनुलग्नकों को निकालने के लिए संसाधित करने पर केंद्रित है। यह ईमेल फ़ाइलों को पार्स करने के लिए मानक पायथन 'ईमेल' लाइब्रेरी का उपयोग करता है। BytesParser वर्ग .msg फ़ाइल सामग्री को पढ़ता है, जो बाइनरी प्रारूप में है, और इसे एक ईमेलमैसेज ऑब्जेक्ट में परिवर्तित करता है। यह ऑब्जेक्ट मॉडल ईमेल के विभिन्न हिस्सों को आसानी से निकालने की अनुमति देता है। विशेष रूप से, यह ईमेल बॉडी के सादे पाठ भाग को पुनः प्राप्त करता है और किसी भी अनुलग्नक पर पुनरावृत्त करता है, उनकी सामग्री निकालता है। बाइनरी डेटा को संभालने के लिए अटैचमेंट को बेस 64 में एन्कोड किया जाता है, जिससे ASCII टेक्स्ट के रूप में स्टोर करना या ट्रांसमिट करना आसान हो जाता है। दोनों स्क्रिप्ट्स उदाहरण देती हैं कि एज़्योर स्टोरेज से ईमेल डेटा की पुनर्प्राप्ति और प्रसंस्करण को कैसे स्वचालित किया जाए, क्लाउड-स्टोर किए गए डेटा को कुशलतापूर्वक संभालने और विश्लेषण करने में एज़्योर सेवाओं और पायथन स्क्रिप्टिंग की शक्ति का प्रदर्शन किया जाए।

import azure.functions as func
import azure.storage.blob as blob
import os
from azure.core.credentials import AzureKeyCredential
from azure.search.documents import SearchClient

def main(req: func.HttpRequest) -> func.HttpResponse:
    search_client = SearchClient(endpoint="{search-service-endpoint}", index_name="email-msg-index", credential=AzureKeyCredential("{api-key}"))
    results = search_client.search(search_text="*", select="metadata_storage_path, metadata_storage_name")
    for result in results:
        blob_service_client = blob.BlobServiceClient.from_connection_string("{storage-account-connection-string}")
        blob_client = blob_service_client.get_blob_client(container="{container-name}", blob=result["metadata_storage_name"])
        print(blob_client.download_blob().readall())
    return func.HttpResponse("Email bodies retrieved successfully.", status_code=200)

import email
import base64
from email import policy
from email.parser import BytesParser

def extract_email_body_and_attachments(blob_content):
    msg = BytesParser(policy=policy.default).parsebytes(blob_content)
    body = msg.get_body(preferencelist=('plain')).get_content()
    attachments = []
    for attachment in msg.iter_attachments():
        attachment_content = attachment.get_content()
        if isinstance(attachment_content, str):
            attachment_content = base64.b64encode(attachment_content.encode()).decode()
        attachments.append({"filename": attachment.get_filename(), "content": attachment_content})
    return body, attachments

.msg ईमेल फ़ाइलों के लिए Azure AI खोज को बढ़ाना

Azure ब्लॉब स्टोरेज में संग्रहीत .msg ईमेल फ़ाइलों के साथ Azure AI सर्च को एकीकृत करना ईमेल सामग्री तक पहुंचने और खोजने के लिए एक परिष्कृत समाधान प्रदान करता है। यह एकीकरण उन व्यवसायों के लिए महत्वपूर्ण है जो ईमेल संचार पर बहुत अधिक निर्भर हैं और उन्हें अंतर्दृष्टि निकालने या विशिष्ट जानकारी को कुशलतापूर्वक ढूंढने की आवश्यकता है। इस कार्यक्षमता का मूल Azure AI की ईमेल फ़ाइलों के मुख्य भाग और अनुलग्नकों सहित बड़ी मात्रा में असंरचित डेटा को अनुक्रमित करने और खोजने की क्षमता में निहित है। इस प्रक्रिया में एक इंडेक्सर स्थापित करना शामिल है जो .msg फ़ाइलों की सामग्री को पढ़ सकता है, निकाल सकता है और अनुक्रमित कर सकता है, जिससे उपयोगकर्ताओं को न केवल उनके मेटाडेटा बल्कि ईमेल की सामग्री के आधार पर विस्तृत खोज करने की अनुमति मिलती है। यह क्षमता डेटा पहुंच को बढ़ाती है, जिससे कानूनी अनुरोधों का अनुपालन करना, आंतरिक ऑडिट करना या बड़े पैमाने पर डेटासेट में छिपे महत्वपूर्ण संचार को ढूंढना आसान हो जाता है।

.msg ईमेल फ़ाइलों के लिए Azure AI सर्च का पूरी तरह से उपयोग करने के लिए, तकनीकी विवरण और सीमाओं को समझना आवश्यक है। सिस्टम को Azure खोज सेवा के उचित कॉन्फ़िगरेशन की आवश्यकता होती है, जिसमें ईमेल खोज की विशिष्ट आवश्यकताओं को समायोजित करने के लिए एक कस्टम इंडेक्स का निर्माण भी शामिल है। इसमें डिफ़ॉल्ट मेटाडेटा से परे फ़ील्ड को परिभाषित करना शामिल हो सकता है, जैसे ईमेल बॉडी और अनुलग्नकों से निकाली गई सामग्री। इसके अलावा, खोज अनुभव को अनुकूलित करने के लिए ईमेल को प्रीप्रोसेस करने, टेक्स्ट सामग्री निकालने और अनुलग्नकों को खोजने योग्य प्रारूपों में बदलने के लिए Azure फ़ंक्शंस या अन्य Azure सेवाओं के उपयोग की आवश्यकता हो सकती है। यह स्तरित दृष्टिकोण, Azure स्टोरेज, Azure AI सर्च और कस्टम प्रोसेसिंग लॉजिक को मिलाकर, बड़े पैमाने पर ईमेल डेटा को प्रबंधित और खोजने के लिए एक शक्तिशाली टूल बनाता है।