使用Apache Tika解析iWorksDocument时出现问题

debugcn 发表于 Dev

萨钦

我试图用Apache Tika解析iWorksDoc。但是我没有得到解析的内容，而是从内容处理程序中获取了一些其他输出。我已使用的代码段以及得到的输出添加在下面。

    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正确检测文件类型。但是没有从文档中获取有用的内容。请帮忙！

蒂姆·艾里森（Tim Allison）

Tika应该能够解析Numbers文档。如果您可以共享文档，请将其发布到我们的Jira。当我看解析器时，我们可以更强大地处理名称空间，这可能是问题所在，但是没有文档我无法分辨。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。