Описание тега apache-tika
Набор инструментов Apache Tika™ обнаруживает и извлекает метаданные и структурированный текстовый контент из различных документов, используя существующие библиотеки парсеров.
Tika предоставляет возможности для идентификации более 1400 типов файлов из таксономии типов MIME в Internet Assigned Numbers Authority.
Для большинства наиболее распространенных и популярных форматов Tika предоставляет возможности извлечения контента, метаданных и идентификации языка.
Хотя Tika написана на Java, она широко используется в других языках. Сервер RESTful и инструмент командной строки позволяют программам, не относящимся к Java, получать доступ к функциям Tika.
https://stackru.com/images/94752dd40038c56aecce79c2cf557f2952d5a35e.jpg
Связанные теги:
apache-tika tika-server mime-types metadata tesseract language-detection parsing