Question

我想知道在

的电话中发生了什么

java -jar tika-app-1.5.jar -j -v banana-gif.wbmp

我尝试使用所有可能的图像和自动解析器，但它与从此命令接收的输出不匹配。

 { "Chroma BlackIsZero":"true",
"Content-Length":63552,
"Content-Type":"image/vnd.wap.wbmp",
"Dimension ImageOrientation":"Normal",
"height":534,
"resourceName":"banana-gif.wbmp",
"tiff:ImageLength":534,
"tiff:ImageWidth":950,
"width":950 }

我想在运行此命令时启用完整日志

Answer 1

第一步 - 找出Tika认为是什么样的文件。如果您已经传递了元数据，可以从元数据中获取，或者使用检测选项从Tika App获取

$ java -jar tika-app-1.5.jar --detect wireframe.pdf 
application/pdf

接下来，您需要获取您正在使用的Tika App版本所知道的所有解析器的列表，以及它们处理的mime类型：

$ java -jar tika-app-1.5.jar --list-parser-details | grep -B 2 -A 2 application/pdf
  application/vnd.oasis.opendocument.chart
org.apache.tika.parser.pdf.PDFParser
  application/pdf
org.apache.tika.parser.pkg.CompressorParser
  application/x-bzip

由此，我们发现PDF文件将由org.apache.tika.parser.pdf.PDFParser

处理

对于image/vnd.wap.wbmp和Tika 1.5的特定情况，我们发现正在使用的解析器是org.apache.tika.parser.image.ImageParser

（注意 - 所有这些都适用于使用Tika-App可执行jar，你无法改变它。如果你使用自己的Java代码中的Tika，你可以有更多的选择，但你也有确保包含所有依赖关系罐以使其正常工作！）

如何启用日志或确定在Apache Tika中调用哪些解析器

1 个答案: