用于强大文档转换服务的Java框架

Question

我正在开始一个新的开源项目，以开发一个应用程序，该应用程序将提供将各种文档转换为其他格式（例如doc-> html，pdf-> html，纯文本-> html等）的服务。它将利用许多其他开源工具来促进文档转换。

我正在寻找可用于此目的的框架。该应用程序的主要要求如下：

• 既提供直接使用的库，又提供公开基础库的Web服务。
• 提供面向插件的服务。这意味着它应该允许用于转换文档的工具由客户端插入和拔出。这使工具可以转换文档，以便将来添加和删除。
• 提供后备机制。这意味着，如果先前使用的工具无法转换文档，它应该可以退回到使用已安装的其他工具的位置。例如，使用工具A，工具A失败，使用工具B，工具B也失败，使用工具C，工具C成功，停止并返回结果。
• 应该坚固。如果工具崩溃，则不应删除整个应用程序。
• 故障恢复。能够在灾难性事件中重新启动。

有人对Java现有框架有什么建议，可以用来满足大多数（如果不是全部）上述要求？

谢谢！

PS。我目前正在研究UIMA (Unstructured Information Management Architecture)框架。我知道UIMA通常用于自然语言处理，以检索文本文档的实体，但是从表面上看（从阅读手册开始-没有做任何进一步的尝试），它看起来相当不错，并且可能足够灵活，可以进行调整以满足我的要求。以上要求。有人对UIMA有经验吗？请根据以上列出的要求将您的经验（正反）一起用作应用程序的框架是否可行。

Answer 1

Apache Coccoon听起来最接近您所描述的内容，但是我不知道它的失败特征。 UIMA最通常用于构建文本挖掘管道，这与您所描述的不完全相同。

我怀疑您需要自己写点东西。对于插件方面，您将定义一个接口和一个中央抽象，然后使用Spring / Guice / OSGI或类似的东西来管理实现。

您可能会发现像JHOVE这样的格式标识框架很有用。