Question

在我们的应用程序中，我们使用Apache Tika处理文件。但是有一些文件（例如* .mov，* .mp4），Tika无法处理这些文件，并在用户的Temp文件夹中留下相应的* .tmp文件。经过一些研究后，我发现这是一个已知的错误：https://issues.apache.org/jira/browse/TIKA-1040?page=com.atlassian.jira.plugin.system.issuetabpanels:all-tabpanel

在上一条评论中，用户谈到了一种解决方法，但它对我不起作用：

final Tika tika = new Tika();
final TikaInputStream fileStream = TikaInputStream.get(/*some InputStream*/);
try {
    final String extractedString = tika.parseToString(fileStream);
    //do something with the string
} finally {
    CloseUtils.close(fileStream);
}

使用上面的代码仍会在Temp文件夹中留下临时文件。什么可以解决这个问题？

Answer 1

应使用File对象而不是InputStream调用get（）方法：

final File file = new File("c:/some_file.mov");
final TikaInputStream fileStream = TikaInputStream.get(file);

Tika仍然无法处理它，但它实际上设法删除了对应的tmp文件。

Answer 2

另一种解决方法是禁用org.apache.tika.parser.mp4.MP4Parser。这里有两个解决方案：

Tika无法删除临时文件

2 个答案: