Apache Tika内容提取中心

通过Apache Tika Server REST API从1400多种文件格式中提取文本和元数据。处理PDF、DOCX、PPTX、电子邮件归档以及带有MIME类型检测的嵌入式文档提取。

安装

来自上游的要求和注意事项：

• 注意 Docker 在tika-integration-tests中用于测试。如果未安装Docker，则跳过这些测试。

基本用法或入门说明：

• ===========

• 在Java中解析文件：

• java

• Source: https://github.com/1991513ccie-png/skills

• Extracted from upstream docs: https://raw.githubusercontent.com/apache/tika/HEAD/README.md