apache-tika

5Nhiệt

2Trả lời

Apache Tika có thể trích xuất các ngoại ngữ như tiếng Trung, tiếng Nhật không?

Apache Tika có thể trích xuất các ngoại ngữ như tiếng Trung, tiếng Nhật không? Tôi có đoạn mã sau: Detector detector = new DefaultDetector(); Parser parser = new AutoDetectParser(detector);

15Nhiệt

2Trả lời

Sai số Elasticsearch Lỗi ngoại lệ khi cố gắng lập chỉ mục PDF

Tôi chỉ mới bắt đầu với elasticsearch. Yêu cầu của chúng tôi là chúng tôi cần phải lập chỉ mục hàng nghìn tệp PDF và tôi đang gặp khó khăn trong việc chỉ MỘT trong số họ lập chỉ mục thành công. Đã cài

5Nhiệt

1Trả lời

Có schema.xml thực hành tốt nhất cho SOLR khi nhập tài liệu phong phú không?

Tôi đang làm việc với SOLR trên một dự án mà chúng tôi nhập một loạt các tài liệu phong phú (~ 40k), chủ yếu là MS Word, Powerpoint, Excel và PDF. Có thực hành tốt nhất schema.xml và/hoặc solrconfig.x

5Nhiệt

1Trả lời

Tôi có thể phát hiện các trang web farsi bằng tika bằng cách nào?

Tôi cần một mã mẫu để giúp tôi phát hiện các trang web ngôn ngữ farsi bằng bộ công cụ apache tika. LanguageIdentifier identifier = new LanguageIdentifier("فارسی"); String language = identifier.g

11Nhiệt

2Trả lời

PDFBox thêm khoảng trắng trong các từ

Khi tôi cố gắng trích xuất văn bản từ các tệp PDF của mình, dường như chèn khoảng trắng giữa các từ ngẫu nhiên. Tôi đang sử dụng pdfbox-app-1.6.0.jar (phiên bản mới nhất) trên sau tập tin mẫu trong Do

6Nhiệt

1Trả lời

Tích hợp Spring & Tika: phương pháp tiếp cận của tôi có an toàn không?

Tôi quan tâm đến việc tích hợp Spring & Apache Tika. Phương pháp này có an toàn không? <bean id="tika" class="org.apache.tika.Tika"/> Tôi có thể gọi phương thức detect() an toàn từ các chủ đề khác n

5Nhiệt

4Trả lời

Trích xuất văn bản từ các URL bằng TIKA

Có thể trích xuất văn bản từ các URL bằng Tika không? Mọi liên kết sẽ được đánh giá cao. Hoặc TIKA chỉ có thể sử dụng cho pdf, từ và bất kỳ tài liệu truyền thông nào khác?

6Nhiệt

3Trả lời

Làm cách nào để lập chỉ mục các tài liệu trong SOLR?

Im chạy Solr 1.4 trên Ubuntu 10.04 (được cài đặt qua apt-get solr-tomcat) và có vẻ như hoạt động tốt. Tôi gặp khó khăn trong việc tìm kiếm bất kỳ thông tin mạch lạc nào về cách lập chỉ mục tài liệu. I