Библиотека с метаданни на Python с отворен код

Какво е API на tika-python за Python?

tika-python е обвързване на Python за Apache Tika, стабилен инструментариум с отворен код за извличане на текст и метаданни от различни файлови формати. С поддръжка за стотици типове файлове, включително документи, изображения, видео, аудио файлове и архиви, tika-python позволява на разработчиците да се справят с извличането на съдържание и анализа на метаданни по безпроблемен и ефективен начин.

Характеристики на API на tika-python

• Разширена поддръжка на файлов формат: Извлича текст и метаданни от PDF файлове, документи на Word, електронни таблици на Excel, презентации на PowerPoint, HTML, изображения, мултимедийни файлове и др.
• Извличане на текст: Преобразува файлове в обикновен текст, което го прави идеален за приложения като индексиране на търсене, обработка на естествен език (NLP) и извличане на данни.
• Анализ на метаданни: Предоставя подробни метаданни за файлове, включително автор, дата на създаване, дата на модификация, MIME тип и др.
• Откриване на език: Автоматично открива езика на текстовото съдържание в документите.
• Анализ на съдържанието: Анализира файловете за структурна информация, като заглавия, параграфи и вградено съдържание.
• Интеграция с Apache Tika Server: Използва API на Tika REST, което позволява мащабируеми внедрявания и отделяне на анализирането на файлове от основното приложение.

Предимства на Tika-Python API

• Поддръжка на широк формат: Работи с голям набор от типове файлове.
• Мащабируемост: Може да се интегрира със сървъра Tika за широкомащабно извличане на съдържание.
• Крос-платформа: Работи на всяка платформа с инсталирани Python и Java.
• Богати метаданни: Извлича изчерпателни метаданни за анализ.

Първи стъпки с Tika-Python API за Python

Статистика на GitHub

Име:
език:
звезди:
Вилици:
Разрешително:
Хранилището е последно актуализирано на

Използването на tika-Python във вашите приложения на Python ще изисква да инсталирате Python 3.6+ версия на вашата система. И така, първо инсталирайте Python и след това използвайте командите по-долу, за да инсталирате Hachoir API на вашата машина чрез pip и виртуална среда.

pip install tika

Работа с tika-Python API за Python - Примери

Можете да използвате API на tika-python за четене на информацията за метаданни от различни типове файлове. API позволява да четете информацията за метаданни от различни файлови формати само с няколко реда код. Следните примерни кодове показват как tika-python API може да се използва в приложения на Python.

Прочетете информация за метаданни на файл с помощта на tika-Python API за Python

API на Tika-Python ви позволява да четете информацията за метаданни от файл само с един ред код. Можете да използвате следния примерен код, за да прочетете информацията за метаданни от всеки документ.

Изход

Когато изпълните този код, изходът ще бъде донякъде подобен на следния:

'tiff:ImageLength': '720', 'resourceName': "b'media_file.mp4'", 'dcterms:created': '1904-01-01T00:00:00Z', 'dcterms:modified': '1904-01-01T00:00:00Z', 'xmpDM:audioChannelType': 'Stereo', 'xmpDM:audioSampleRate': '44100', 'xmpDM:videoCompressor': 'AVC Coding', 'X-TIKA:Parsed-By': ['org.apache.tika.parser.DefaultParser', 'org.apache.tika.parser.mp4.MP4Parser'], 'X-TIKA:parse_time_millis': '155', 'X-TIKA:embedded_depth': '0', 'Content-Length': '18630470', 'tiff:ImageWidth': '1280', 'xmpDM:duration': '116.26', 'Content-Type': 'video/mp4'

Заключение

Подобни Продукти