apache-tika

5Hitze

1Antwort

Ich habe Tausende von PDF-Dokumenten, die 11-15 MB sind. Mein Programm sagt, dass mein Dokument mehr als 100k Zeichen enthält. Fehlerausgang: Exception in thread "main" org.apache.tika.sax.WriteOutCon

-1Hitze

2Antwort

Extrahieren von Text aus dem Bild in Java unter Verwendung tika Bibliothek

Ich brauche Text aus dem Bild zu extrahieren, so dass ich einig OCR-Bibliothek gefunden Tess4j , die nicht so war, arbeitete ich an Apache Tika bewegen. In Apacke Tika, habe ich mit ImageParser und Jp

0Hitze

1Antwort

konvertieren Sie die PDF als Miniaturbild und speichern Sie diese Daten in solr auch?

Ich versuche, die pdf als Miniaturbild zu konvertieren und speichern Sie diese Daten in Solr zu Wenn das möglich ist bedeutet, bitte helfen Sie uns?

0Hitze

1Antwort

konvertieren Sie die PDF in Text mit MapReduce.

Ich versuche, PDF mit Mapreduce in Text umzuwandeln. Bitte führen Sie mich zur Ausführung von PDFs mit Mapreduce.

1Hitze

2Antwort

Indizierung Textdateien mit Apache Solr und Tika

Ich habe einige doc-Dateien in d:/tmp/docs Speicherort auf meinem lokalen Rechner und ich möchte sie mit Apache Solr und Tika indizieren. Folgendes ist meine data-config.xml Datei. <dataSource type="B

0Hitze

2Antwort

Tika tut Ausgabedokument Inhalt

Ich versuche nur den Text aus einer PDF-Datei, indem Sie das Tutorial auf ihrer Website mit Tika zu extrahieren, aber ich bin immer nur 25k Zeilen Text zurück, die so aussieht. % PDF-1.5 % μμμμ 1 0 ob

0Hitze

1Antwort

Gibt es eine Möglichkeit, alle Stile aus einer Doc-Datei mit Apache Tika zu erhalten?

Ich analysierte .doc-Dateien mit POI und als Textdekorationen ins Spiel kamen, führte es mich zu Apache Tika. Ich kann jetzt Text mit einfachen Textdekorationen wie <i></i> extrahieren, jedoch würde i

2Hitze

1Antwort

So lesen Sie die ersten Seiten einer PDF-Datei mit TIKA

Ich verwende derzeit den folgenden Code, um den Inhalt und die Metadaten von PDF-Dateien mithilfe der TIKA-Bibliothek zu extrahieren. Gibt es eine Möglichkeit, bestimmte Seiten zu lesen ODER das Parsi

0Hitze

1Antwort

Speichern Sie Ergebnisse in einer Liste und geben Sie die Liste zu einem CSV

Ich arbeite mit Tika File Detector. Es prüft, welche Datei Typ meine Datei ist. Im Moment ist mein Code wie folgt if (Type.endsWith("application/msword")){ //Match if its .doc } else if (Ty

6Hitze

1Antwort

Java-Dienstprogramm-Bibliothek für verschachtelte ZIP-Datei Handhabung

Ich bin mir bewusst, dass Oracle ZIP/GZIP-Datei Kompressor/Dekompressor-Methoden on their website notiert. Aber ich habe ein Szenario, in dem ich scannen und herausfinden muss, ob verschachtelte ZIPs/