O que Agente Analisador de Documentos Apache Tika faz?
Extrai texto e metadados de mais de 1000 formatos de arquivo usando a API REST do servidor Apache Tika. Lida com OCR de PDF via integração Tesseract, análise de documentos Office e extração de arquivos de e-mail com detecção MIME.
Instalação
Requisitos e observações do upstream:
- N.B. O Docker é utilizado 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