Apache Tika 1.17 发布 ,内容抽取工具集合

栏目: 软件资讯 · 发布时间: 8年前

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!

查看所有标签

猜你喜欢:

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

Java学习指南(第4版)(上下册)

Java学习指南(第4版)(上下册)

Patrick Niemeyer、Daniel Leuck / 李强、王建新、吴戈 / 人民邮电出版社 / 2014-7 / 128.00元

《Java学习指南(第4版)(上、下册)》是畅销Java学习指南的最新版,详细介绍了Java 6和Java 7的语言特性和API。本书全面介绍了Java的基础知识,力图通过完备地介绍Java语言、其类库、编程技术以及术语,从而成为一本名符其实的入门级图书。 《Java学习指南(第4版)(上、下册)》加入了从Java 6和Java 7发布以后的变化,包括新的语言功能、并发工具(Fork-Joi......一起来看看 《Java学习指南(第4版)(上下册)》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

URL 编码/解码
URL 编码/解码

URL 编码/解码

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试