O que Hub de Extração de Conteúdo Apache Tika faz?
Extrai texto e metadados de mais de 1400 formatos de arquivo através da API REST do Apache Tika Server. Suporta extração de PDF, DOCX, PPTX, arquivos de e-mail e documentos incorporados com detecção de tipo MIME.
Instalação
Requisitos e observações do upstream:
- N.B. Docker é usado para testes em tika-integration-tests. Se o Docker não estiver instalado, esses testes são ignorados.
Notas de uso básico ou primeiros passos:
-
===========
-
Analisar um arquivo em Java:
-
java
-
Extraído da documentação upstream: https://raw.githubusercontent.com/apache/tika/HEAD/README.md