我使用Apache Tika提取所有类型文件的文本。现在我也想用它来检测文件的正确MIME类型。
这适用于......
application/pdf）text/html）...但不适用于：
text/plain代替text/css）text/plain代替text/javascript）（这些Mime类型的结果来自我的应用程序，也来自tika-app）。
我的应用程序需要一个类似text/css的精确MIME类型，而不是普通的text/plain。 Tika可以实现吗？
答案 0 :(得分：1)
你需要做两件事。首先，您需要为Tika提供文件名，因此可以使用它来帮助将纯文本类型专门化为适当的子类型（CSS，JS等）。其次，你需要确保你使用足够新版的Tika。
我刚尝试使用最新版本的Tika，并且传入了文件名，它可以很好地检测JS和CSS文件：
$ java -jar tika-app-1.3-SNAPSHOT.jar --detect testCSS.css
text/css
$ java -jar tika-app-1.3-SNAPSHOT.jar --detect testJS.js
application/javascript
此外，最新版本的Tika（截至r1400795）有一个单元测试，可以自动验证JS和CSS检测的工作情况，因此您可以确定它是否正常工作！