企业商务网站建设论文,腾讯网,网站开发与设计案例,云南建筑工程网Apache Tika是什么#xff1f;能干什么#xff1f;
Apache Tika是一个内容分析工具包。
该工具包可以从一千多种不同的文件类型#xff08;如PPT、XLS和PDF#xff09;中检测并提取元数据和文本。
所有这些文件类型都可以通过同一个接口进行解析#xff0c;这使得Tika在…Apache Tika是什么能干什么
Apache Tika是一个内容分析工具包。
该工具包可以从一千多种不同的文件类型如PPT、XLS和PDF中检测并提取元数据和文本。
所有这些文件类型都可以通过同一个接口进行解析这使得Tika在搜索引擎索引、内容分析、翻译等方面非常有用。
基于Apache License 2.0 Apache Tika releases are available under the Apache License, Version 2.0 Apache Tika的安装
Apache Tika支持多种方式与业务集成。
Build artifacts说明 tika-core/target/tika-core-*.jar Tika核心库。包含Tika的核心接口和类但没有解析器实现。 tika-parsers/tika-parsers-standard/tika-parsers-standard-package/target/tika-parsers-standard-package-*.jar Tika解析器。基于各种外部解析器库实现Tika Parser接口的类集合。这包括最常用的解析器。用户可能希望添加tika-parser-sqlite3-package和tika-parser-scientific-package科学包或其他解析器模块。 tika-app/target/tika-app-*.jar Tika应用程序。将上述组件和标准解析器库组合成一个具有GUI和命令行接口的可运行jar。 tika-server/tika-server-standard/target/tika-server-standard-*.jar Tika JAX-RS REST应用程序。这是一个Jetty web服务器运行Tika REST服务。 tika-bundles/tika-bundle-standard/target/tika-bundle-standard-*.jar Tika捆绑包。一个OSGi捆绑包它将tika解析器与非OSGified解析器库相结合使它们易于在OSGi环境中部署。 tika-eval/tika-eval-app/target/tika-eval-app-*.jar Tika评估模块。命令行工具用于评估Tika的输出或比较两个不同版本的Tika或其他文本提取包的输出。 试用建议用app模式命令行直接运行。下载地址
https://dlcdn.apache.org/tika/2.9.1/tika-app-2.9.1.jar
Apache Tika试用 java -jar tika-app-2.9.1.jar --gui 启动图形界面 直接拖拽一个文件进去
若文件较大或内容复杂包括图表等处理过程会比较慢。 GUI会卡主没关系等一会就好了 可以切换不同模式显示输出内容。
