我正在使用POI解析.doc文件，当文本装饰发挥作用时，它引导我进入Apache Tika。我现在可以使用简单的文本装饰来提取文本，例如<i></i>，但是，我希望能够处理更复杂的样式。我的文档包含不同的字体大小，下标，上标等。有没有办法通过Tika获取所有这些信息？如果没有，有人能指出一个更合适的工具吗？
答案 0 :(得分：1)
Tika不会处理比＆lt; i＆gt;更多的事情。和＆lt; b＆gt;此刻，正如你所发现的那样。根据文档的复杂程度，您可以考虑直接使用POI（也许使用Tika的解析器作为示例）。你也可以在tika dev列表（dev@tika.apache.org）上询问是否有兴趣在Tika中添加其他格式化功能，或者可能在Jira site上打开一张票。