Apache Tika

Матеріал з Вікіпедії — вільної енциклопедії.
Перейти до: навігація, пошук
Apache Tika
Tika-logo.png
Apache Tika.png
Тип набір бібліотек
Розробник Apache Software Foundation
Перший випуск 2011
Стабільний випуск 1.7 (15 січня 2015; 1041 день тому )
Версії 1.14[1]
Репозиторій git-wip-us.apache.org/repos/asf/tika.git
Платформа JVM
Написано на Java
Доступні мови Java
Ліцензія Apache License
tika.apache.org

Apache Tika — набір бібліотек на мові Java для виявлення, аналізу, виділення мета-даних і структурованого контенту з різноманітних форматів файлів. Всього підтримується більше 1200 форматів, включаючи HTML, XML, DOC, OLE2, OOXML, RTF, ePub, OpenDocument, PDF, різні формати зображень, мультимедіа, архівів і пакунків програм.

Спочатку Apache Tika був розроблений як частина пошукового рушія Apache Lucene, але пізніше переріс в самостійний проект.

Крім бібліотек, підготовлені консольна утиліта і GUI-застосунок для зручного вилучення даних з різних файлів. Крім мови Java, в рамках проекту підготовлені обгортки для мов Python, .NET та C++.

Застосування[ред.ред. код]

Технології Tika використані у фреймворку для побудови пошукових систем Nutch.

Apache Tika був використаний, зокрема, Міжнародним консорціумом журналістів-розслідувачів для дослідження інформації у так званих «панамських документах»[2].

Примітки[ред.ред. код]

  1. https://dist.apache.org/repos/dist/release/tika/CHANGES-1.14.txt
  2. Mar Cabra, Erin Kissane (11 квітня 2016). The People and Tech Behind the Panama Papers. opennews.org. An OpenNews project. Процитовано 18 квітня 2016. 

Посилання[ред.ред. код]