回答情况：
提问时间：
问题标签：
我需要将PDF文档转换为XML或JSON格式，包括内联图像。from tika import parserprint(xml_data)<img src="embedded:image0.png" alt="image0.png"
浏览 1提问于2019-05-08得票数 2
我使用Apache-Tika-1.13来读取和处理excel文件内容，我很好地处理它，但是当我访问包含空白单元格的excel文件时，我遇到了问题。我需要访问空白单元格，Tika提供了访问空白单元格的最新版本吗？
浏览 0提问于2016-06-28得票数 1
回答已采纳
在使用tika-1.4时：at net.sf.cglib.core.DefaultGeneratorStrategy.getClassWriter(DefaultGeneratorStrategy.java:30)at net.sf.cglib.core
浏览 2修改于2013-11-06得票数 0
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)。
浏览 24提问于2020-05-22得票数 1
回答已采纳
java.lang.NoClassDefFoundError: org/apache/james/mime4j/stream/MimeConfig$Builder at org.apache.tika.parser.CompositeParser.parse(CompositeParser.java:280)
at org.apache.tika.parser.ParserDecorator.parse(ParserDecorator.java:1
浏览 31修改于2020-07-27得票数 0
我在apache-tika module.xml中尝试了从PDFbox显式地从standalone.xml加载org.apache.pdfbox的依赖关系。
浏览 1修改于2018-03-14得票数 2
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号