2021年9月7日
记一次使用tika解析文件文本导致的内存溢出问题
摘要： 背景 笔者曾供职于某信息安全公司，接到过一个需求，提取文档中的文本以供后续分析。tika是apache开源的解析文档内容的组件，应用十分广泛。tika几乎支持你能想到的所有文档格式，docx , pptx , xlsx , pdf, zip , rar , tar 等。 tika本身只是一个门面，不 阅读全文
posted @ 2021-09-07 22:21 时光之末 阅读(2098) 评论(2) 推荐(0)