如何使用apache tika仅从文档中提取文本（可能是pdf，word或任何其他文本）？

Question

我正在尝试使用apache tika从只能包含图像和其他内容的pdf或word文件中提取文本。如何从文本中仅提取文本？ 我在tika中需要什么依赖项？ 这是我编写的Java代码：

包secondp;

           import java.io.File;
           import org.apache.tika.Tika;

           import java.io.File;
           import java.io.FileInputStream;
           import java.io.IOException;

           import org.apache.tika.exception.TikaException;
           import org.apache.tika.metadata.Metadata;
           import org.apache.tika.parser.ParseContext;
           import org.apache.tika.parser.pdf.PDFParser;
           import org.apache.tika.sax.BodyContentHandler;
           import org.apache.tika.Tika;

           import org.xml.sax.SAXException;

           public class trial {
               public static void main(final String[] args) {
                   try {
                       System.out.println(trial.convert("test.pdf"));
                   } catch (final Exception e) {
                       e.printStackTrace();
                   }
               }

               public static String convert(final String fileName) throws IOException, SAXException, TikaException {
                   try(final FileInputStream inputstream = new FileInputStream(new File(fileName))) {
                       final BodyContentHandler handler = new BodyContentHandler();
                       new PDFParser().parse(inputstream, handler, new Metadata(), new ParseContext());
                       return handler.toString().trim();
                   }
               }
           }