Tika是一个内容抽取的工具集合(a toolkit for text extracting)。它集成了POI, Pdfbox 并且为文本抽取工作提供了一个统一的界面。其次,Tika也提供了便利的扩展API,用来丰富其对第三方文件格式的支持。
Apache Tika 0.9 包含很多改进和bug修复,详情请看 CHANGES.txt。
文章来源:开源中国社区
时间:2011-02-18 14:57
作者:chenkan
原文链接
Apache Tika 0.9 包含很多改进和bug修复,详情请看 CHANGES.txt。
文章来源:开源中国社区