apache-tika

1зной

1ответ

Обнаружение MIME-типа из DataHandler

У меня есть SOAP-WebService, предоставляющий метод, при котором вызывающий может загрузить файл PDF, JPG, PNG или BMP. Для правильной обработки мне нужно получить MIME-тип из DataHandler. Я пытался по

java web-services mime-types apache-tika datahandler 2016-08-24

---

0зной

1ответ

eclipse не может импортировать apache tika src

пытается свести/уменьшить источник apache tika, чтобы иметь возможность компилировать в android, поскольку некоторые классы мне не нужны и недоступны в android. проблема заключается в том, что eclipse

java android eclipse import apache-tika 2016-08-26

---

0зной

2ответ

Solr ExtractingRequestHandler дает пустое поле для заполнения

Я использую Solr 6.2.1 и ExtractingRequestHandler (уже включенный в Solr 6.2.1) для индексирования pdf и текстовых документов. Все документы (pdf и word) индексируются метаданными (название, дата, cp_

pdf solr ms-word apache-tika solr-cell 2016-10-20

---

1зной

1ответ

Невозможно извлечь текст с помощью TIKA

У нас есть pdf-документ, который был рукописным документом и преобразован в pdf с использованием сканера. Я использую TIKA 1.13, но не могу извлечь текстовую форму такого файла. После разбора я получа

java parsing apache-tika 2016-09-16

---

0зной

1ответ

Невозможно проиндексировать PDF-файл после того, как обновленный PDFBox от 1.8 до 2.0.2

Я использую PDFBox и tika для индексации содержимого PDF-файла. Каждая вещь работает отлично с PDFFBox 1.8, но при обновлении PDFBox до 2.0.2, то он дает мне ниже ошибки: (Thread-62 (HornetQ-client-gl

solr apache-poi pdfbox apache-tika content-indexing 2016-09-21

---

0зной

1ответ

Google Cloud Зрение API - «образ-аннотатор :: искаженная ошибка обработки запроса .: Изображение»

я получаю сообщение об ошибке при запросе Google Видение API: { "responses" : [ { "error" : { "code" : 3, "message" : "image-annotator::Malformed request.: Image processing e

pdfbox apache-tika google-cloud-vision 2016-09-21

---

0зной

1ответ

Как отключить (или увеличить лимит) обнаружение Zip-бомбы в Tika с помощью Solr config?

Я получаю «обнаруженную молнию»! исключения для некоторых из наших больших HTML-файлов (ранее преобразованных из PDF), которые являются законными файлами, при попытке индексировать их с помощью Solr.

solr apache-tika 2016-09-22

---

2зной

1ответ

Не удалось извлечь отсканированный pdf-файл с помощью TesseractOCRConfig Apache Tika

В моем pdf-файле есть отсканированные изображения, и я хочу извлечь из него текст. Что я пытался: я пробовал с AutoDetectParsers, но без вывода. Я следил за решением, указанным в Apache Tika extract s

java parsing pdf ocr apache-tika 2016-09-29

---