标签： converter apache-tika
我需要一个通用格式转换器，它从不同的文档格式（doc，docx，.xls，.xlsx，pdf等，最好使用JAVA API）返回纯文本及其结构。
我目前使用Tika，它引入了一些错误，主要是没有返回文本结构。是否有任何工具可以返回附带转换后的纯文本的文本结构？