使用Apache Tika解析iWorksDocument时的java问题
我试图用ApacheTika分析iWorksDoc。但是我没有得到解析的内容,而是从内容处理程序中得到了一些其他的输出。 下面添加了我使用的代码片段和我得到的输出
private void parseFile(File file) {
try{
File file = new File("/home/user/tika/samples/budget.numbers");
FileInputStream inputStream = new FileInputStream(file);
ParseContext context = new ParseContext();
BodyContentHandler bodyHandler = new BodyContentHandler(-1);
Parser parser=new AutoDetectParser();
parser.parse(inputStream, bodyHandler, new Metadata(), context);
System.out.println("Contents of the file :"+bodyHandler.toString());
}
catch(IOException | SAXException | TikaException e){
e.printStackTrace();
}
}
输出:-
Contents of the file :
Index/Document.iwa
Index/ViewState.iwa
Index/CalculationEngine.iwa
Index/Tables/HeaderStorageBucket-2.iwa
Index/Tables/Tile.iwa
Index/Metadata.iwa
Metadata/Properties.plist
我能够使用Detector api正确地检测文件类型。但是我没有从文件中得到有用的内容。请帮忙
# 1 楼答案
Tika应该能够解析文档中的数字。如果你能分享这份文件,请把它发到我们的Jira。当我查看解析器时,我们可以更稳健地处理名称空间,可能是问题所在,但如果没有doc,我无法判断