tika-app-1.24.1.jar

检测并提取来自上千种不同文件类型（如PPT，XLS和PDF）中的元数据和结构化文本。除了用gui进行操作外，还可以在命令行界面中使用java -jar tika-app-1.15.jar --text .doc命令进行文本格式的转换，text为要转变的格式，.doc为你想要转变的文本的物理位置。