форумы  помощь  поиск  регистрация  майллист  вход/выход  слежка

Вариант для распечатки		Пред. тема | След. тема
Форум Разговоры, обсуждение новостей
Изначальное сообщение		[ Отслеживать ]

"Релиз системы извлечения контента Apache Tika 1.0"	+/–
Сообщение от opennews (??) on 16-Ноя-11, 21:17
Представлен (https://blogs.apache.org/foundation/entry/the_apache_softwar...) релиз Apache Tika 1.0 (http://tika.apache.org/1.0/index.html), набора библиотек на языке Java для выявления, анализа, парсинга и выделения мета-данных и структурированного контента из разнообразных форматов файлов. Всего поддерживается более 1200 форматов, включая HTML, XML, DOC, OLE2, OOXML, RTF, ePub, OpenDocument, PDF, различные форматы изображений, мультимедиа, архивов и пакетов программ. Изначально Apache Tika был разработан как часть поискового движка Apache Lucene, но позднее перерос в самостоятельный проект. Кроме библиотек, подготовлены консольная утилита и GUI-приложение для удобного извлечения контента из разных наборов данных. Помимо языка Java, в рамках проекта подготовлены биндинги для языков Python, .NET и C++. URL: https://blogs.apache.org/foundation/entry/the_apache_softwar... Новость: http://www.opennet.me/opennews/art.shtml?num=32321
Ответить | Правка | Cообщить модератору

Сообщения по теме

[Сортировка по времени | RSS]

2. "Релиз системы извлечения контента Apache Tika 1.0"	+/–
Сообщение от ваноним on 16-Ноя-11, 21:24
1200 форматов? o_O text/en-us text/utf-8 text/cp1251 ... html/en-us ... xhtml/en-us ... xxxhtml/en-us ...
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

4. "Релиз системы извлечения контента Apache Tika 1.0"	+/–
Сообщение от AntonB (ok) on 16-Ноя-11, 22:23
Потенциально штука интересная, надо будет познакомиться поближе.
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

7. "Релиз системы извлечения контента Apache Tika 1.0"	+/–
Сообщение от hummermania (ok) on 17-Ноя-11, 09:46
Ковыряю непосредственно, т.к. необходим внешний движок для извлечения метаданных из приаттаченных ODF (odt,ods) файлов к докам на CouchDB. Жаль правда что на яве, хотелось бы переписать на эрланг. А так полный список feauters-ов для своего круга задач - более чем. Пригодится даже для написания анализатора того или иного формата файлов на своем языке.
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

Архив | Удалить

Рекомендовать для помещения в FAQ | Индекс форумов | Темы | Пред. тема | След. тема