Que fait Agent d'analyse de documents Apache Tika ?
Extrait du texte et des métadonnées de plus de 1 000 formats de fichiers à l'aide de l'API REST du serveur Apache Tika. Gère l'OCR de PDF via l'intégration Tesseract, l'analyse de documents Office et l'extraction d'archives email avec détection MIME.
Installation
Exigences et remarques de la source amont :
- N.B. Docker est utilisé pour les tests dans tika-integration-tests. Si Docker n'est pas installé, ces tests sont ignorés.
Notes de base ou pour démarrer :
- ===========
- Analyser un fichier en Java :
- java
Source : https://github.com/apache/tika Extrait de la documentation amont : https://raw.githubusercontent.com/apache/tika/HEAD/README.md