Apache Tika 1.19.1 发布，内容抽取工具集合

内容简介：Apache Tika 1.19.1 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 1.19.1 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。

Apache Tika 1.19.1 主要包括对 MP3Parser 和 SAX 解析处理的两个关键 bug 修复，具体如下：

• Update PDFBox to 2.0.12, jempbox to 1.8.16 and jbig2 to 3.0.2
  

• Fix regression in parser for MP3 files 
  

• Updated Python Dependency Check for TesseractOCR
  

• Improve SAXParser robustness
  

• Remove dependency on slf4j-log4j12 by upgrading jmatio
  

• Replace com.sun.xml.bind:jaxb-impl and jaxb-core with org.glassfish.jaxb:jaxb-runtime and jaxb-core

下载地址：

http://tika.apache.org/download.html

【声明】文章转载自：开源中国社区 [http://www.oschina.net]

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网

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。