zdocument_text是一个文档解析库。主要用于解开各类压缩包，解析各类文档为文本和资源(主要是图片)，解出的文本不关注样式。适用于机器学习，分词等，不适合展示。
背景在邮件反垃圾系统中,需要解析附件(文档,压缩包,图片),获取文本,获取文件类型支持的压缩包类型z,7z,gz,tar,tgz,zip/arj/zipx,rar/lzh,支持的文档类型doc/dot/wps/wpt,ppt/pps/dpt/dps,xls/xlt/ett/etdocx/docm/dotx,pptx/pptm,xlsx/xlsmodt,odp,odsxmldoc,xmlxlsrtfpdf
点击空白处退出提示
评论