需要使用java从任何二进制文件中提取文本

如何使用java解析二进制文件中的内容并从中提取文本。我需要它，以便能够使用lucene索引二进制文件的内容。我目前支持的文件类型有pdf、html、word、excel、ppt、html。

您可以尝试：

阿帕奇提卡酒店™ 工具箱从上千种不同的文件类型（如PPT、XLS和PDF）中检测和提取元数据和文本。所有这些文件类型都可以通过一个接口进行解析，这使得Tika对于搜索引擎索引、内容分析、翻译等都非常有用