发布于 2017-05-31 00:01:20 | 123 次阅读 | 评论: 0 | 来源: 网友投递
这里有新鲜出炉的精品教程，程序狗速度看过来！
Apache Tika 内容抽取工具集合
Apache Tika 利用现有的解析类库，从不同格式的文档中（例如HTML, PDF, Doc)，侦测和提取出元数据和结构化内容。
Apache Tika 1.15 发布了，该版本包含许多改进和错误修复。新发布的版本已推送到 Apache 发布网站以及 Maven Central。
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。
本次更新内容较多，详情请参阅更新说明、发布主页。
下载地址
历史版本 :
Apache Tika 1.17 发布 ，内容抽取工具集合
Apache Tika 1.16 发布 ，内容抽取工具集合
Apache Tika 1.15 发布 ，内容抽取工具集合
Apache Tika 1.14 发布 ，内容抽取工具集合
Apache Tika 1.13 发布 ，内容抽取工具集合
Apache Tika 1.12 发布，内容抽取工具
Apache Tika 1.11 发布，内容抽取工具集合
Apache Tika 1.9 发布，内容抽取工具集合
Apache Tika 1.8 发布，内容抽取工具集合
Apache Tika 1.7 发布，文本内容抽取集
Apache Tika 1.6 发布，内容抽取工具集合