编程语言
首页 > 编程语言> > Apache Tika和File访问而不是Java Input Stream

Apache Tika和File访问而不是Java Input Stream

作者:互联网

我希望能够创建一个新的Tika解析器来从文件中提取元数据.我们已经在使用Tika,元数据提取将始终如一.

我想我已经遇到了Tika的这个问题/增强请求:

Allow passing of files or memory buffers to parsers

我有一个控制台c可执行文件,它接受输入文件的路径,然后输出它找到的元数据,每行包含名称/值对.
c代码依赖于在访问数据时期望文件路径的库.
用Java重写这个可执行文件是不可能的.
我认为把它插入Tika是相当容易的.但是Tika解析器需要使用Java,并且需要重写的Tika解析器方法需要一个开放的输入流:

void parse(InputStream流,ContentHandler处理程序,元数据元数据,ParseContext上下文)

所以我想我唯一的解决方案是获取输入流并将其写入临时文件,然后处理写入的文件,然后最终清理文件.我讨厌搞乱一个临时文件,然后可能不得不担心临时文件的清理应该出错并且不会被删除.

有没有人对如何干净地处理这样的事情有一个聪明的想法?

解决方法:

TikaInputStream应该有所帮助.它处理包装File或InputStream,并在解析器需要时在内部进行转换.它会根据您的需要执行所有临时文件位.

一些Java解析器已经使用它,因为它们需要File而不是Input Stream.更重要的是,拥有文件的用户可以将其传递给包含为InputStream的Parser,并且解析器可以根据需要将其读取为File或InputStream.

所以,我建议你只需将InputStream转换为TikaInputStream(如果它已经是一个,它只是一个演员),然后获取文件并将其传递给你的c.

标签:java,file,inputstream,apache-tika
来源: https://codeday.me/bug/20190518/1128140.html