java - 提卡信息提取

Question

我可以知道如何使用 Tika 提取网页中表格形式的数字等信息吗？Tika 有为此目的的解析器吗？

谢谢

Answer 1

好吧，您可以在 tika 中提取网页。为此，您可以使用apache-tika's HTMLParser. 你会在这里得到你需要的一切

那么你也可以使用AutoDetectParserwhich will autodetect content type and extract content。AutoDetectParser可以检测任何类型的文件/网址并将应用提取。

我可以知道如何使用 Tika 提取网页中表格形式的数字等信息吗？

--> tika 提取的内容就像一个raw文本。我认为您不会以表格形式获得它。