提卡信息提取

Question

我可以知道如何使用提卡在網頁中提取表格形式的數字等信息嗎？ Tika是否有解析器？

謝謝

Answer 1

那麼你可以在tika中提取網頁。爲此，您可以使用apache-tika'sHTMLParser。你會得到你需要的一切here

那麼你也可以使用AutoDetectParser這將autodetect content type and extract content。 AutoDetectParser可以檢測任何種類的文件/ URL並將應用提取。

我可以知道如何使用Tika在網頁中以表格形式提取數字等信息嗎？

- > tika提取的內容就像是raw文本。我不認爲你會以表格的形式得到它。