pdf：pdfBox解析pdf文檔

word：poi

rtf：rtfconverter4j

excel：jxl,poi，數據庫訪問jsqlparser

powerpoint：poi

圖片：javax.imageio.Imageio

? ? ? ? 二值化：

?

轉載于:https://www.cnblogs.com/davidwang456/p/8709351.html

總結

以上是生活随笔為你收集整理的爬虫提取非结构化数据的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。