డాక్యుమెంట్ టెక్స్ట్ మరియు మెటాడేటాను సంగ్రహించండి డాక్యుమెంట్ టెక్స్ట్ మరియు మెటాడేటాను సంగ్రహించండి

డాక్యుమెంట్ టెక్స్ట్ మరియు మెటాడేటాను సంగ్రహించండి

Apache Tikaతో PDF, Office మరియు ఇతర మద్దతు ఉన్న డాక్యుమెంట్ ఫార్మాట్‌ల నుండి అందుబాటులో ఉన్న టెక్స్ట్ మరియు మెటాడేటాను సంగ్రహించండి.

మొత్తం 256 MiB వరకు. ప్రాసెసింగ్ ఈ సర్వర్‌లో వివిక్త వాతావరణంలో నడుస్తుంది. ఒక గంట తర్వాత ఫైల్‌ల గడువు ముగుస్తుంది.

ముందుగా నివేదికను తనిఖీ చేయండి, ఆపై టెక్స్ట్ మరియు మెటాడేటాను ఎగుమతి చేయండి. OCR నిలిపివేయబడింది, పొందుపరిచిన సంగ్రహణ పరిమితం చేయబడింది మరియు బాహ్య వనరులు ఏవీ పొందబడలేదు.