Apache Tika 1.27 发布，内容抽取工具集合

内容简介：Apache Tika 1.27 已发布，Tika 是一个内容抽取的工具集合 (a toolkit for text extracting)。它集成了 POI 和 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...

Apache Tika 1.27 已发布，Tika 是一个内容抽取的工具集合 (a toolkit for text extracting)。它集成了 POI 和 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。

主要更新内容：

• 将 MP4 解析迁移到 Drew Noakes 的元数据提取器上 (TIKA-3459)
  如需恢复至旧版解析器，关闭 NoakesMP4Parser 并通过 tika-config.xml 打开 MP4Parser
• 防止在 tika-server 的 -spawnChild 模式下，由于无法绑定到端口而重启失败时，出现罕见的无限循环 (TIKA-3441).
• 提升 likelihood 在 tika-server 的 jvm 重启时不会被弃用的可能性 (TIKA-3441).
• 弃用实验性的 PDFPreflightParser (TIKA-3437).
• 通过 Ryan421 对 zip 条目名称应用编码检测 (TIKA-3374).
• 在 tika-server 中为 /tika 端点添加 json 输出 (TIKA-3352).
• 如果有一个文件通过 TikaInputStream 传入，Tika 的 PDFParser 会使用底层文件 (TIKA-3350)

下载地址：https://tika.apache.org/download.html

以上所述就是小编给大家介绍的《Apache Tika 1.27 发布，内容抽取工具集合》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！

查看所有标签

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。