Apache Tika 0.7

授权形式：	免费软件
软件语言：	英文
软件平台：	Mac OS X
软件类别：	国外软件
软件大小：	1.6M
评论等级：	★★★☆☆

    Tika是一个内容抽取的工具集合(a toolkit for text extracting)。它集成了POI, Pdfbox 并且为文本抽取工作提供了一个统一的界面。其次，Tika也提供了便利的扩展API，用来丰富其对第三方文件格式的支持。

Tika提供了对如下文件格式的支持:

    * PDF - 通过Pdfbox
    * MS-* - 通过POI
    * HTML - 使用nekohtml将不规范的html整理成为xhtml
    * OpenOffice 格式 - Tika提供
    * Archive - zip, tar, gzip, bzip等
    * RTF - Tika提供
    * Java class - Class解析由ASM完成
    * Image - 只支持图像的元数据抽取
    * XML