Açık Kaynak Python Meta Veri Kütüphanesi

Python için tika-python API'si nedir?

tika-python, çeşitli dosya biçimlerinden metin ve meta veri çıkarmak için sağlam bir açık kaynaklı araç takımı olan Apache Tika için bir Python bağlayıcısıdır. Belgeler, resimler, videolar, ses dosyaları ve arşivler dahil olmak üzere yüzlerce dosya türü için destekle tika-python, geliştiricilerin içerik çıkarma ve meta veri analizini sorunsuz ve verimli bir şekilde yönetmesini sağlar.

tika-python API'nin özellikleri

• Kapsamlı Dosya Biçimi Desteği: PDF'lerden, Word belgelerinden, Excel elektronik tablolarından, PowerPoint sunumlarından, HTML'den, resimlerden, multimedya dosyalarından ve daha fazlasından metin ve meta verileri çıkarır.
• Metin Çıkarımı: Dosyaları düz metne dönüştürür ve bu da onu arama dizini oluşturma, doğal dil işleme (NLP) ve veri madenciliği gibi uygulamalar için ideal hale getirir.
• Meta Veri Analizi: Yazar, oluşturma tarihi, değiştirme tarihi, MIME türü ve daha fazlası dahil olmak üzere dosyalar için ayrıntılı meta veriler sağlar.
• Dil Algılama: Belgelerdeki metin içeriğinin dilini otomatik olarak algılar.
• İçerik Analizi: Başlıklar, paragraflar ve gömülü içerik gibi yapısal bilgiler için dosyaları ayrıştırır.
• Apache Tika Sunucusuyla Entegrasyon: Tika REST API'sini kullanarak ölçeklenebilir dağıtımlara ve dosya ayrıştırmanın ana uygulamadan ayrılmasına olanak tanır.

Tika-Python API'nin Avantajları

• Geniş Format Desteği: Çok çeşitli dosya türleriyle çalışır.
• Ölçeklenebilirlik: Büyük ölçekli içerik çıkarımı için Tika sunucusuyla entegre edilebilir.
• Çapraz Platform: Python ve Java yüklü herhangi bir platformda çalışır.
• Zengin Meta Veri: Analiz için kapsamlı meta verileri çıkarır.

Python için Tika-Python API'sine Başlarken

GitHub İstatistikleri

İsim:
Dil:
Yıldızlar:
Çatallar:
Lisans:
Depo en son şu tarihte güncellendi:

Python uygulamalarınızda tika-Python'u kullanmak için sisteminize Python 3.6+ sürümünü yüklemeniz gerekecektir. Bu nedenle, önce Python'u yükleyin ve ardından aşağıdaki komutları kullanarak pip ve sanal ortam kullanarak makinenize Hachoir API'yi yükleyin.

pip install tika

Python için tika-Python API'siyle çalışma - Örnekler

Farklı dosya türlerinden meta veri bilgilerini okumak için tika-python API'sini kullanabilirsiniz. API dosyaları, sadece birkaç satır kodla farklı dosya biçimlerinden meta veri bilgilerini okumanızı sağlar. Aşağıdaki kod örnekleri, tika-python API'sinin Python uygulamalarında nasıl kullanılabileceğini gösterir.

Python için tika-Python API'sini kullanarak bir dosyanın meta veri bilgilerini okuyun

Tika-Python API, tek bir kod satırıyla bir dosyadan meta veri bilgilerini okumanızı sağlar. Herhangi bir belgeden meta veri bilgilerini okumak için aşağıdaki örnek kodu kullanabilirsiniz.

Çıktı

Bu kodu çalıştırdığınızda çıktı aşağıdakine benzer olacaktır:

'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'

Çözüm

Benzer Ürünler