Apache Tika 1.19 发布,内容抽取工具集合

局长
 局长
发布于 2018年09月23日
收藏 17

 Apache Tika 1.19 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 1.19 包含许多改进和错误修复,其中包括:

  • 要求 Java 8 或更高版本

  • 支持使用 Java 11 构建

  • 改进基于表格的空单元的处理格式

  • 升级至 Commons-Compress 1.18 

  • 升级至 Apache POI 4.0.0

  • ……

完整更新内容请查看更新日志

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

本站文章除注明转载外,均为本站原创或编译。欢迎任何形式的转载,但请务必注明出处,尊重他人劳动共创开源社区。
转载请注明:文章转载自 开源中国社区 [http://www.oschina.net]
本文标题: Apache Tika 1.19 发布,内容抽取工具集合
加载中
返回顶部
顶部