在StormCrawler中使用Apache Tika进行语言检测

Question

StormCrawler的Apache Tika集成是否支持文档的语言检测？有没有一个Tika生成的变量列表，我可以将其包含在StormCrawler的输出中？

Answer 1

简短的答案是否定的，但您可以使用langid模块，上次我检查它比Tika中的模块更快、语言更多、更准确。

我不知道Tika返回的值的详尽列表。