Apache Tika 문서 추출기은(는) 무엇을 하나요?
Apache Tika Server REST API를 활용하여 PDF, DOCX, PPTX 및 1,200개 이상의 파일 형식에서 구조화된 텍스트를 추출합니다. Tika /rmeta/text 엔드포인트와 재귀적 파싱 모드를 사용하여 메타데이터를 보존한 깔끔한 마크다운을 출력합니다.
설치
업스트림 요구 사항 및 주의사항:
- N.B. Docker는 tika-integration-tests의 테스트에 사용됩니다. Docker가 설치되지 않은 경우 해당 테스트는 건너뜁니다.
기본 사용법 또는 시작 가이드 노트:
- ===========
- Java에서 파일 구문 분석:
- java
출처: https://github.com/apache/tika 업스트림 문서에서 추출: https://raw.githubusercontent.com/apache/tika/HEAD/README.md