我正在通过python测试Apache Tika REST Api来解析HTML文件。一切都有效，除了一件事。 <noscript>标签的内部也被解析为文本，我在我的文本中有一些CSS样式内容，这是不可取的。此外，还提取了<div style="display:none">的身体。有没有办法在Tika rest API中将一些html标签列入黑名单？
我没有立即解决方案，但请求似乎合理，所以请在我们的JIRA上打开一个问题让团队讨论：https://issues.apache.org/jira/projects/TIKA/summary