Tika信息抽取

Question

我可以知道如何使用Tika在网页中提取表格形式的信息，如数字吗？为此，Tika有解析器吗？

谢谢

Answer 1

你可以在tika中提取网页。为此，您可以使用apache-tika's HTMLParser。你会得到你需要的一切here

你也可以使用autodetect content type and extract content的AutoDetectParser。AutoDetectParser可以检测任何类型的文件/url，并将应用提取。

我可以知道如何使用Tika在网页中提取表格形式的信息，如数字吗？

--> tika提取的内容类似于raw文本。我不认为你会以表格的形式得到它。