アパッチティカ抽出するjarファイルを介したメタデータではなく、私は次の行を使用してティカアプリ実行可能なjarファイルを経由してメタデータを抽出することができましたサンプルコード

Question

には：

java -jar tika-app-1.13.jar --metadata example_received_regular.msg 

これは、すべてのメタデータを出力します。しかし、私がJavaプログラムで同じファイルを簡単に抽出しようとすると、私はそれを取得しません。

public static void main(String[] args) throws Exception { 
    Class<?> clazz = Class.forName("org.apache.tika.parser.ocr.TesseractOCRParser"); 
    FileInputStream des = new FileInputStream("/Users/jason/docstore/example_received_regular.msg"); 
    Tika tika = new Tika(); 
    AutoDetectParser parser = new AutoDetectParser(); 
    BodyContentHandler handler = new BodyContentHandler(-1); 
    String detected = tika.detect(des); 
    Metadata tikaMetadata = new Metadata(); 
    parser.parse(des, handler, tikaMetadata, new ParseContext()); 
    String[] names = tikaMetadata.names(); 
    for (String name : names) { 
     System.out.println(name + ": " + tikaMetadata.get(name)); 
    } 
    System.out.println(detected); 
} 

私が最初に考えたのは、ティカ・パーサライブラリが何らかの形で、実行時に使用できなかったこと、したがって、私は最初の行にTesseractOCRParserをロードしようとしますが、そのクラスのロードだけで大丈夫でした。次の出力では、このプログラムの結果を実行すると：

X-Parsed-By: org.apache.tika.parser.EmptyParser 
Content-Type: application/octet-stream 
application/x-tika-msoffice 

これは、私はどこでも見つけることができるティカメタデータ抽出の最も基本的な例のように思えます。抽出は、この例ではなく、瓶でうまくいく。何か不足していますか？

Answer 1

TikaCLIプログラムは、上記の例のFileInputStreamとは異なり、TikaInputStreamオブジェクトを使用してメタデータを入力します。

あなたは順番に以下の変更は、メタデータの値を印刷することができます：

public static void main(String[] args) throws Exception { 
    File file = new File("/Users/jason/docstore/example_received_regular.msg"); 
    AutoDetectParser parser = new AutoDetectParser(); 
    BodyContentHandler handler = new BodyContentHandler(-1); 
    Metadata tikaMetadata = new Metadata(); 
    InputStream input = TikaInputStream.get(file, tikaMetadata); 
    parser.parse(input, handler, tikaMetadata, new ParseContext()); 
    String[] names = tikaMetadata.names(); 
    Arrays.sort(names); 
    for (String name : names) { 
     System.out.println(name + ": " + tikaMetadata.get(name)); 
    } 
}