apache-tika

0зной

2ответ

Tika does not выводит содержимое документа

Я пытаюсь извлечь только текст из pdf-файла с помощью Tika, следуя учебному руководству на своем веб-сайте, но я просто получаю строки в 25k текста, которые выглядят так. % PDF-1.5% μμμμ 1 0 объект <

2зной

1ответ

Проблема в разборе iWorksDocument с Apache Тика

Я пытался разобрать iWorksDoc с Apache Тика. Но я не получаю анализируемый контент, так как вместо этого получаю другой результат от обработчика содержимого. Ниже приведен фрагмент кода, который я исп

0зной

1ответ

Есть ли способ получить все стили из файла doc с помощью Apache Tika?

Я разбирал файлы .doc с POI, и когда текстовые украшения вступили в игру, это привело меня к Apache Tika. Теперь я могу извлечь текст с помощью простых текстовых украшений, таких как <i></i>, однако я

2зной

1ответ

Как читать первые несколько страниц PDF-файла с помощью TIKA

В настоящее время я использую приведенный ниже код для извлечения содержимого и метаданных файлов PDF с использованием библиотеки TIKA. Есть ли способ прочитать конкретную страницу или ограничить синт

0зной

1ответ

Передача GrobidExtractor.properties в Tika в Java?

Я пытаюсь написать приложение Java, которое использует JournalParser для извлечения авторов, цитат и т. Д. Из статей журнала. Документация для GrobidJournalParser дает инструкции для приложения команд

0зной

1ответ

Тик метаданных из почтовых промахов датировать

У меня есть два почтовых testfiles: файл, который был создан с помощью «Сохранить как» в Mac Mail (это создает файл .txt) файл, который был создан путем перетаскивания письма от Mac Mail на рабочий ст

3зной

1ответ

JSoup- Получение текста между тегами как

Сценарий: Я использовал Apache Tika получить XHTML из DOCX файла. Мне нужно разобрать этот XHTML, чтобы получить текст между определенными тегами (например, div или p tag). Для этого я использую Jsoup