apache-tika

0열

1답변

Solr SimplePostTool : 응답을 읽는 동안 IOException이 발생합니다. java.net.SocketException : 서버에서 예상치 못한 파일 끝

Solr 6.1.0의 simpleposttool을 사용하여 큰 파일 저장소 (태양 아래 모든 형식의 10,000 개 이상의 문서)를 색인하려고합니다. (bin/post). 그것은 다음과 충돌이 아무 문제없이 아주 잠시 동안 실행하겠습니다 :이 시점에서 POSTing file ThingsGoingWellUpToHere.pdf (application/pdf)

0열

1답변

데이터 가져 오기 처리기에서 FileListEntityProcessor와 함께 작동하지 않는 DateFormatTransformer

내 시스템의 로컬 폴더에서 데이터를 인덱싱하는 동안 아래의 구성을 사용합니다. lastmodified 특성의 형식이 "Wed 23 May 09:48:08 UTC "는 필터 쿼리를 위해 solr에서 사용하는 표준 형식이 아닙니다. 그래서 아래 주어진대로 data-config.xml에서 lastmodified 특성의 형식을 지정하려고합니다. 그러나 변압기의 영

2열

1답변

파일 경로를 기반으로 동적 필드 추가

DIH 및 Tika를 사용하여 다른 언어의 문서를 색인화하고 있습니다. 각 언어에 대한 폴더가 있습니다 (예 : /de/file001.pdf). 경로에서 언어를 추출한 다음 언어 별 solr 필드 (예 : text_de)를 동적으로 추가하고 싶습니다. 여기 내 시도 해결책 : <dataConfig> <script><![CDATA[ func

2열

1답변

TIKA가 포함 된 이미지가 포함 된 HTML 문서로 단어 문서 변환

TIKA에 새삼입니다. Tika를 사용하여 Microsoft 워드 문서를 HTML로 변환하려고합니다. .NET 프레임 워크에서 TIKA를 사용하기 위해 TikaOnDotNet 래퍼를 사용하고 있습니다. 내 전환 코드는 다음과 같습니다 : byte[] file = Files.toByteArray(new File(@"myPath\document.doc"));

0열

1답변

는 티카

내가 Office 문서에서 메타 데이터 값을 얻으려고 을 함께 올바른 키 - 값 쌍을 가져올 수 없습니다 그것은 키 - 값 쌍으로 표시 모든이 하나입니다 콘텐츠 형식 : 응용 프로그램/우편 번호 나는이 문제를 말할 수 없다. Content-Type 만 표시하는 이유는 무엇입니까? 내가 관심있는 부분은 제목과 같은 키입니다. import java.io.Fil

0열

2답변

Python - urllib3 tika 서버를 사용하여 docx에서 텍스트 가져 오기

다른 유형의 파일에서 텍스트를 가져 오려면 python3, urllib3 및 tika-server-1.13을 사용하고 있습니다. def get_text(self, input_file_path, text_output_path, content_type): global config headers = util.make_headers()

0열

1답변

TikaOnDotNet 라이브러리를 사용하여 Large Excel에서 텍스트를 추출하는 방법은 무엇입니까?

필자는 Excel 파일이 거의없고 TikaOnDotNet을 사용하여이 파일에서 텍스트를 추출하려고합니다. 이 라이브러리는 크기가 160MB보다 작은 모든 파일과 함께 작동하지만 더 큰 파일을 사용할 때 다음 오류가 표시됩니다. 'TikaOnDotNet.TextExtraction.TextExtractionException'유형의 처리되지 않은 예외가 Tika

0열

1답변

Tika 1.13 RuntimeException

최근 1.90 대신 tika 1.13을 사용하도록 기존 tika 프로젝트를 업데이트했습니다. 내가 한 유일한 일은 종속성 버전을 1.10에서 1.13으로 변경하는 것이 었습니다. 프로젝트가 성공적으로 구축되었습니다. private final AutoDetectParser _tikaExtractor; public MetaParser() {

0열

1답변

아파치 티카 추출 항아리를 통해 메타 데이터가 아니라 내가 다음 줄을 사용하여 티카 - 응용 프로그램 실행 항아리를 통해 메타 데이터를 추출 할 수있었습니다 샘플 코드

으로는 : java -jar tika-app-1.13.jar --metadata example_received_regular.msg 그것은 모든 메타 데이터를 출력합니다. 그러나 자바 프로그램에서 같은 파일을 간단하게 추출하려고 할 때, 나는 그것을 얻지 못한다. public static void main(String[] args) throws Exce

1열

1답변

apache-tika를 사용하여 excel 파일에서 빈 셀에 액세스하는 방법

Apache-Tika-1.13을 사용하여 Excel 파일 내용을 읽고 잘 작동하지만 엑셀 파일에 액세스 할 때 문제가 있습니다. 빈 셀이 들어 있습니다. 나는 티카이 최신 릴리스의와 빈 셀에 액세스 할 수있는 방법을 제공합니다 할, 그 빈 셀에 접근 할 필요가?