Tika字母之间有多余的空格-是否可以通过Web API使用setEnableAutoSpace？

如何解决Tika字母之间有多余的空格-是否可以通过Web API使用setEnableAutoSpace？

我正在运行库存的Apache Tika 1.24.1服务器（tika-server-1.24.1.jar）。然后，我的ASP.NET MVC Web应用程序使用以下VB.net代码从Tika处获取了已解析的文档：

httpWebRequest = HttpWebRequest.Create("http://localhost:9998/tika")
httpWebRequest.Method = "PUT"
httpWebRequest.Accept = "text/plain"
httpWebRequest.UseDefaultCredentials = True
httpWebRequest.GetRequestStream.Write(fileContents,fileContents.Count)
httpWebResponse = httpWebRequest.GetResponse

Using contentResponseStream As New StreamReader(_httpWebResponse.GetResponseStream)
    tikaTextContents = contentResponseStream.ReadToEnd()
End Using

该部分有效（返回已解析的文本）。

但是，当Tika服务器解析某些PDF文件时，它会在某些地方添加额外的空格。我在这张Tika票证中注意到，有一个潜在的解决方案（setEnableAutoSpace）。 https://issues.apache.org/jira/browse/TIKA-724

我的问题：是否可以通过Tika Web界面设置setEnableAutoSpace（或者在解析文件时进行设置）？还是唯一的办法是修改Java代码，如果您要打开此选项吗？

谢谢！

解决方法

要在向Tika Server发出请求时设置PDFParserConfig中的任何选项，您需要发送以X-Tika-PDF为前缀的HTTP标头，然后发送要控制的设置

因此，要在发出请求时打开enabledAutoSpace选项，应发送标头

X-Tika-PDFenableAutoSpace: true

如果启用该选项只能部分解决您的PDF文本问题，则应查看Tika Troubleshooting PDFs wiki page的后续步骤。取决于生成它们的软件和所选择的选项，PDF可能很难....