Kri*_*hna 6 java apache-poi apache-tika
我需要从Excel/CSV文件中提取特定的列/行.有人建议我使用Tika完成这项任务.
通过tika,我遇到了POI API并发现使用它更友好.
我们可能需要进一步解析PDF文件.
我是这项技术的新手,我想知道两者之间的区别,哪种技术更适合我的要求.
谢谢,克里希纳
Gag*_*arr 17
Apache Tika提供了一种从各种格式中提取一致文本和元数据的通用方法.它还提供内容检测,语言检测和其他一些功能.如果您编写代码以使用Apache Tika,那么您的代码将能够以相同的方式使用各种格式.您不必担心一种格式是否具有标题,或者另一种格式是LongTitle还是主题.您无需担心要使用哪种库以何种格式.你打电话给Tika,它为你做了艰苦的工作,然后回到你的一致元数据和文本内容
Apache POI是Tika使用的库之一.POI支持大多数主要的Microsoft Office格式,包括Excel(.xls和.xlsx).它提供对整个文件格式的访问,允许您完全控制您读出的信息.(它也支持写作).Tika使用POI从各种不同的Microsoft格式中获取文本和元数据,但不提取所有内容.直接使用POI可以让您决定自己关心的内容并获得它.
如果要支持大量文件格式,请使用Tika.如果您想完全控制如何获取信息,请使用POI.