问在Apache-Tika中一次解析可以运行两个ContentHandlers吗？
EN

Stack Overflow用户

提问于 2020-05-22 00:10:29

回答 1查看 52关注 0票数 1

我正在使用Apache Tika解析文档，并生成文档的纯文本版本和HTML预览。如果我调用两次parse函数并传入两个单独的ContentHandler，我就可以很好地生成这两个函数-这对于纯文本文档非常有效。但是当我获得需要使用tesseract进行OCR的文档时，这就有点问题了--调用parse函数两次是非常浪费的，因为它也会执行两次OCR (可能需要一分钟左右)。

我知道我可以编写自己的ContentHandler，但我想知道是否有人知道这方面的开箱即用解决方案？非常感谢！

java

tesseract

apache-tika

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-05-22 07:36:39

好消息- Apache Tika为此提供了一些开箱即用的功能！

TeeContentHandler - Content handler proxy that forwards the received SAX events to zero or more underlying content handlers.

只需创建您的2+实际内容处理程序，将它们传递给constructor of TeeContentHandler，然后在进行解析时将TeeContentHandler传递给Tika

票数 3

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/61938849

复制

相似问题

问在Apache-Tika中一次解析可以运行两个ContentHandlers吗？
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在Apache-Tika中一次解析可以运行两个ContentHandlers吗？EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在Apache-Tika中一次解析可以运行两个ContentHandlers吗？
EN