Apache Tika — Wikipédia
Apache Tika
Apache Tika est un toolkit développé par la fondation Apache qui permet de détecter, d'extraire des métadonnées, et de structurer le contenu textuel de nombreux types de documents (gzip, .mid, .pdf, tar, zip...)[2].
Ce projet dépendant de l'Apache Software Foundation, était auparavant un sous-projet de Apache Lucene.
Usages notables
[modifier | modifier le code]Tika est utilisé combiné à Solr par environ 400 journalistes pour analyser les 11,5 millions de documents divulgués lors des Panama Papers[3].
Références
[modifier | modifier le code]- « https://projects.apache.org/json/projects/tika.json » (consulté le )
- « IBM Developer », sur ibm.com (consulté le ).
- (en) Thomas Brewster, « From Encrypted Drives To Amazon's Cloud -- The Amazing Flight Of The Panama Papers », sur Forbes, (consulté le )
Liens externes
[modifier | modifier le code]- (en) Site officiel