TIKA - Форматы файлов

Форматы файлов, поддерживаемые Tika

В следующей таблице показаны форматы файлов, которые поддерживает Tika.

Формат файла Библиотека пакетов Класс в Тике
XML org.apache.tika.parser.xml XMLParser
HTML org.apache.tika.parser.html и использует библиотеку Tagsoup HtmlParser
Составной документ MS-Office Ole2 до 2007 г. ooxml 2007 г.

org.apache.tika.parser.microsoft

org.apache.tika.parser.microsoft.ooxml и использует библиотеку Apache Poi

OfficeParser (ole2)

OOXMLParser (ooxml)

Формат OpenDocument openoffice org.apache.tika.parser.odf OpenOfficeParser
переносимый формат документа (PDF) org.apache.tika.parser.pdf, и этот пакет использует библиотеку Apache PdfBox PDFParser
Формат электронных публикаций (электронные книги) org.apache.tika.parser.epub EpubParser
Формат Rich Text org.apache.tika.parser.rtf RTFParser
Форматы сжатия и упаковки org.apache.tika.parser.pkg, и этот пакет использует общую библиотеку сжатия PackageParser и CompressorParser и его подклассы
Текстовый формат org.apache.tika.parser.txt TXTParser
Форматы каналов и распространения org.apache.tika.parser.feed FeedParser
Аудио форматы org.apache.tika.parser.audio и org.apache.tika.parser.mp3 AudioParser MidiParser Mp3 - для mp3parser
Анализаторы изображений org.apache.tika.parser.jpeg JpegParser-для изображений jpeg
Видеоформаты org.apache.tika.parser.mp4 и org.apache.tika.parser.video этот парсер внутренне использует простой алгоритм для синтаксического анализа форматов flash-видео Mp4parser FlvParser
файлы классов java и файлы jar org.apache.tika.parser.asm ClassParser CompressorParser
Mobxformat (сообщения электронной почты) org.apache.tika.parser.mbox MobXParser
Cad форматы org.apache.tika.parser.dwg DWGParser
FontFormats org.apache.tika.parser.font TrueTypeParser
исполняемые программы и библиотеки org.apache.tika.parser.executable ExecutableParser