루씬1 Tika 소개 - 유용한 Parser 라이브러리 XML 파서에 대해 검색하다가 괜찮은 라이브러리를 하나 발견했다. 라이브러리의 시작은 어떤 파일이든 포함된 컨텐츠를 추출해내는 것이 목표였다고 한다. 현재는 루씬 검색엔진 에서 파일 필터로 쓰이고 있는듯.. http://tika.apache.org/ 기본 파싱방법은 (파일스트림, 핸들러, 메타데이터, 컨텍스트 객체) 이 4가지를 넣고 parse 를 돌리는 식이다. 아래는 HTML 을 파싱하는 간단한 예제이다. package tikatest; import java.io.FileNotFoundException; import java.io.IOException; import java.io.InputStream; import java.net.URL; import org.apache.tika.exception.T.. 2012. 12. 14. 이전 1 다음
