如何使用Apache Tika從.wps文件中提取文本？

Question

我正在使用Tika從幾種類型的文檔中提取文本。我知道Tika-1.10可以檢測.wps文件（java -jar tika-app-1.10.jar -m [.wps]）正在返回元數據），但無法從.wps文件中提取文本（java -jar tika-app-1.10.jar -T [ .wps]文件不返回任何內容）。有沒有其他的方法可以從Java中的wps文件中提取文本？ 任何幫助是極大的讚賞 感謝

Answer 1

從Tika 1.13開始，我們沒有用於wps文件的解析器。我們確實支持舊的Works 7.0電子表格，但不支持wps。如果您希望我們添加支持，請在我們的JIRA上打開一個問題。 （我坦率地不知道需要多少工作）。

Answer 2

嘗試添加該PARAM：（用於提卡1.2）

--text-main  Output plain text content (main content only) 

對於提卡1.1：

--text   Output plain text content 

在這裏看到：https://tika.apache.org/1.2/gettingstarted.html

考慮使用1.8或1.9版本的apache tika。