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!
猜你喜欢:- Apache Tika 1.24 发布,内容抽取工具集合
- Apache Tika 1.18 发布,内容抽取工具集合
- Apache Tika 1.19 发布,内容抽取工具集合
- Apache Tika 1.19.1 发布,内容抽取工具集合
- Apache Tika 1.19.1 发布,内容抽取工具集合
- Apache Tika 1.22 发布,内容抽取工具集合
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。