এ্যাপাচি Tika সনাক্ত করা এবং পার্সার লাইব্রেরি কিছুই ব্যবহার করে কিন্তু বিদ্যমান, বিভিন্ন নথি থেকে মেটাডাটা, যেমন গঠিত টেক্সট কন্টেন্ট নিষ্কাশন একটি ওপেন সোর্স টুলকিট হয়.
এ্যাপাচি Tika নিম্নলিখিত ডকুমেন্ট ফরম্যাটের সমর্থন করে বলেন: হাইপারটেক্সট মার্কআপ ল্যাঙ্গুয়েজ (HTTP- র), এক্সএমএল এবং প্রাপ্ত বিন্যাস, মাইক্রোসফট অফিস নথি বিন্যাস, ওপেন ফরম্যাট (ODF), পোর্টেবল ডকুমেন্ট ফরম্যাট (পিডিএফ), ইলেক্ট্রনিক প্রকাশনা বিন্যাস (স্যাফোর কবিতা), রিচ টেক্সট ফরম্যাট (RTF পরস্পরের ), কম্প্রেশন এবং প্যাকেজিং বিন্যাস, টেক্সট / অডিও / ইমেজ / ভিডিও ফরম্যাটের, Mbox বিন্যাস, এবং জাভা বর্গ এবং আর্কাইভ ফাইল.
পূর্বে, এ্যাপাচি Tika এ্যাপাচি Lucene সফ্টওয়্যার লাইব্রেরি একটি উপ-প্রকল্প. এখন এটা Apache সফটওয়্যার ফাউন্ডেশন দ্বারা একটি স্বতন্ত্র প্যাকেজ হিসাবে বিতরণ করা হয়
এই রিলিজে নতুন কি:.
- একটি সরানো হয়েছে এটা (TIKA-1129) একটি দুর্বল নির্বাচিত GPL এর টেক্সট সঙ্গে পরীক্ষা HTML ফাইল.
- উন্নতি এটি টেক্সট / HTML এবং টেক্সট / XML বিষয়বস্তু (TIKA-1126, টিকা-1127) তৈরী করার অনুমতি দেয়.
- উন্নতি সত্য (TIKA-1096) সেট decompressConcatenated বিকল্প প্রয়োজন g'zipped ফাইল হ্যান্ডেল কম্প্রেসার পার্সার করা হয়.
- awk ফাইল (টিকা-1081). সনাক্তকরণ থেকে প্রতিরোধ ছিল একটি ত্রুটি লেখার সুরাহা
- শুধুমাত্র (TIKA-1047) নথি জমা একটি ছোট অংশ উপর ভিত্তি করে মিডিয়া টাইপ সনাক্ত করে Tika এর JAX-আরএস বিশ্রাম সার্ভারে একটি নতুন শেষ পয়েন্ট যোগ করা হয়েছে.
- RTF পরস্পরের:. আদেশ দেন এবং unordered তালিকা এখন নিষ্কাশিত হয় (TIKA-1062)
- MP 3: অডিও সময়কাল এখন আহরণ করা হয় (টিকা-991)
- জাভা বর্গ ফাইল:. জাভা bytecodes (TIKA-1053) পার্সিং জন্য এ এস এম 3.1 থেকে 4.1 এ এস এম এ আপগ্রেড করুন
- মূকাভিনয় ধরন: সংজ্ঞা ঐচ্ছিকভাবে বাড়ানো লিংক (URL টি) এবং ইউটিআই, অন্তর্ভুক্ত কয়েকটি সাধারণ ফরম্যাটের (টিকা-1012 / টিকা-1083) জন্য বিবরণ সহ
- ব্যতিক্রম যখন অফিস নথি থেকে সংক্ষিপ্ত তথ্য পার্স, OLE10 এমবেডেড নথি পার্স যখন, এবং TikaCLI এমবেড documennts সংরক্ষণের সময় এখন পরিবর্তে নিষ্কাশন গর্ভপাত এর প্রফাইল করা হয় (টিকা-1074)
- মাইক্রোসফট ওয়ার্ড: লাইন ট্যাবুলার চরিত্র এখন নতুনরেখা (TIKA-1128) প্রতিস্থাপিত হয়
- এক্সএমএল: ElementMetadataHandlers এখন ঐচ্ছিকরূপে ডুপ্লিকেট এবং খালি মান গ্রহণ করতে পারেন (TIKA-1133) .
টিকা-সার্ভারে
আবশ্যক
- জাভা 2 স্ট্যান্ডার্ড সংস্করণ রানটাইম এনভায়রনমেন্ট
পাওয়া মন্তব্যসমূহ না