Apache Tika 1.17 发布 ,内容抽取工具集合

栏目: 软件资讯 · 发布时间: 2年前

来源: 网络

内容简介:Apache Tika 1.7 发布了,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...

Apache Tika 1.7 发布了,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 1.17包含许多改进和错误修复。

  •  Fix thread-safety in ChmExtractor (TIKA-2519).

  •  Upgrade cxf to 3.0.16 (TIKA-2516).

  • Allow users to configure maxMainMemoryBytes for PDFs via shrike (PR-213).

  • Extract underline and strikethrough in docx (TIKA-2347 and TIKA-2512).

  •  Cache TikaConfig in EmbeddedDocumentUtil for better performance in documents with large number of attachments (TIKA-2511).

  • Extract media files from ooxml (TIKA-2510).

  • Standardize the way the Image and Video captioning dockers and extraction work (TIKA-2400, GitHub-208)

  • Upgrade to xmpcore 5.1.3 (TIKA-2034).

  • Upgrade to metadata-extractor 2.10.1 (TIKA-2486).

  • Upgrade to OpenNLP 1.8.3 (TIKA-2502).

  • Upgrade to Jackson 2.9.2 (TIKA-2501).

完整更新内容请查看发行说明

下载地址:http://www.apache.org/dyn/closer.cgi/tika/apache-tika-1.17-src.zip


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


以上所述就是小编给大家介绍的《Apache Tika 1.17 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!

关注码农网公众号

关注我们,获取更多IT资讯^_^


为你推荐:

相关软件推荐:

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

内容创业:内容、分发、赢利新模式

内容创业:内容、分发、赢利新模式

张贵泉、张洵瑒 / 电子工业出版社 / 2018-6 / 49

越来越多的内容平台、行业巨头、资本纷纷加入内容分发的战争中,竞争非常激烈。优质的原创性内容将成为行业中最宝贵的资源。在这样的行业形势下,如何把内容创业做好?如何提高自身竞争力?如何在这场战争中武装自己?是每一位内容创业者都应该认真考虑的问题。 《内容创业:内容、分发、赢利新模式》旨在帮助内容创业者解决这些问题,为想要进入内容行业的创业者出谋划策,手把手教大家如何更好地进行内容创业,获得更高的......一起来看看 《内容创业:内容、分发、赢利新模式》 这本书的介绍吧!

CSS 压缩/解压工具
CSS 压缩/解压工具

在线压缩/解压 CSS 代码

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具

Markdown 在线编辑器
Markdown 在线编辑器

Markdown 在线编辑器