Tika 是2008年才产生的apache的一个项目，主要用于打开各种不同类型的文档，获取其文本信息。可以解析多种类型(word、pdf、txt 、html等)文件! 甚至可以通过解析url，获取其网页信息。最后把其文本信息提起出来。这方面Tika有点像Jsoup。主要用于打开各种不同类型的文档
阅读背景：
使用Tika、Luke工具解析多种类型(word、pdf、txt 等)索引文件
来源：互联网
分享到：
