基于 Python 的文档元数据解析器？

Question

有没有人知道一个很好的 python 类 unix 系统的文档元数据解析器。在 Java 中，apache tika很棒。

没有com ...请:)

谢谢

Answer 1

您不必使用 Jython 来使用 Tika。您可以使用 JCC 从 Python 调用 Java .您可以找到关于此 here 的正确说明.

安装 JCC 时，您必须使用为安装工具提供的两个补丁之一，以便它可以构建共享对象。 c7 版本适用于 Ubuntu 10.04。

另一种选择是使用 python 子进程模块来调用和捕获 Tika 的标准输出。