Question

public class CustomDetector implements Detector {

public MediaType detect(InputStream stream, Metadata metadata) throws IOException {
    MediaType type = MediaType.OCTET_STREAM;

    InputStream lookahead = new LookaheadInputStream(stream, 1024);
    try {
        //Detect File Type
        File file = new File("ToolConfig.properties");
        Tika tika = new Tika();
        String filetype = tika.detect(file);

        //Read File content
        Properties properties = new Properties();
        properties.load(new FileInputStream("ToolConfig.properties"));
        for (String key : properties.stringPropertyNames()) {
            String value = properties.getProperty(key);
            if (key instanceof String && value instanceof String && filetype.contains("text/plain")) {
                type = MediaType.application("properties");
            }
        }

    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        lookahead.close();
    }
    return type;
    }
}

使用tika我想根据属性文件中存在的键和值格式将.properties文件检测为properties file(text/properties)，否则为text file(text/plain)

上面我编写了一个自定义类，它实现了tika的Detector接口，并为mime类型创建了一个自定义文件：

<mime-info>
<mime-type type="text/properties">
<glob pattern="*.properties"/>
</mime-type>
</mime-info>

将上述自定义类与META-INF/services/org.apache.tika.detect.Detector file一起添加到jar文件中，但是当我运行程序时，它将.properties文件打印为text / plain而不是文本/属性文件

我不确定出了什么问题，并且没有太多关于添加自定义mime或自定义tika现有解析器的信息。

Answer 1

您的XML似乎以（某些）空间开头，尝试并删除XML的非常开始处的空格，如下所示：

<mime-info>
    <mime-type type="text/properties">
        <glob pattern="*.properties"/>
    </mime-type>
</mime-info>

我希望您在文件的第一行处添加XML声明，然后在下一行继续执行上面提到的说明，如下所示：

<?xml version="1.0" encoding="utf-8"?>
<mime-info>
    <mime-type type="text/properties">
        <glob pattern="*.properties"/>
    </mime-type>
</mime-info>

我希望这会有所帮助。

添加自定义检测器类到apache tika

1 个答案: