Apache Tika 0.10 发布,内容抽取工具
时间:2011-10-01 来源:开源中国社区
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 0.10 包含很多改进和bug修复,想起请看:CHANGES-0.10.txt
相关阅读 更多 +
时间:2011-10-01 来源:开源中国社区
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 0.10 包含很多改进和bug修复,想起请看:CHANGES-0.10.txt