论坛首页 入门技术论坛

Tika解析文件Demo

浏览 1262 次
精华帖 (0) :: 良好帖 (0) :: 新手帖 (0) :: 隐藏帖 (0)
作者 正文
   发表时间:2014-05-27  
<pre name="code" class="java">package com.qin.testparser;

import java.io.File;
import java.io.FileInputStream;

import org.apache.tika.metadata.Metadata;
import org.apache.tika.mime.MimeType;
import org.apache.tika.mime.MimeTypes;
import org.apache.tika.mime.MimeTypesFactory;
import org.apache.tika.parser.AutoDetectParser;
import org.apache.tika.parser.ParseContext;
import org.apache.tika.parser.Parser;
import org.apache.tika.parser.microsoft.OfficeParser;
import org.apache.tika.sax.BodyContentHandler;


/**
* 使用Tika解析
* 各种文件
*
*
* @author qindongliang
*
*
* ***/



public class ParseDoc {




public static void main(String[] args)throws Exception {

//FileInputStream f=new FileInputStream(new File("D:\\校讯通产品用户使用手册.doc"));
//FileInputStream f=new FileInputStream(new File("E:\\tika\\tika in action.pdf"));
FileInputStream f=new FileInputStream(new File("D:\\345.jpg"));
Parser p= new AutoDetectParser();//自动获取一个合适的解析器类型 
//如果文件很大,那么这个值可以适当调大
BodyContentHandler hand= new BodyContentHandler(10000);
Metadata me=new  Metadata();
ParseContext pct=new ParseContext();
// p.parse(f, hand ,new Metadata(), new ParseContext());
p.parse(f, hand ,me, pct);
//打印读取的文本
System.out.println(hand.toString());


}

}
</pre>
论坛首页 入门技术版

跳转论坛:
Global site tag (gtag.js) - Google Analytics