Apache Tika 1.17 发布 ,内容抽取工具集合

栏目: 软件资讯 · 发布时间: 6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

代码整洁之道

代码整洁之道

马丁 / 人民邮电出版社 / 2011-1 / 59.00元

《代码整洁之道(英文版)》提出一种观念:代码质量与其整洁度成正比。干净的代码,既在质量上较为可靠,也为后期维护、升级奠定了良好基础。作为编程领域的佼佼者,《代码整洁之道(英文版)》作者给出了一系列行之有效的整洁代码操作实践。这些实践在《代码整洁之道(英文版)》中体现为一条条规则(或称“启示”),并辅以来自现实项目的正、反两面的范例。只要遵循这些规则,就能编写出干净的代码,从而有效提升代码质量。 ......一起来看看 《代码整洁之道》 这本书的介绍吧!

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

Markdown 在线编辑器
Markdown 在线编辑器

Markdown 在线编辑器

HSV CMYK 转换工具
HSV CMYK 转换工具

HSV CMYK互换工具