如何使用Apache Tika通过使用Apache Metadata类提取“From”,“To”和“Subject”字段?

时间:2017-04-06 00:54:50

标签: java apache apache-tika

我正在使用Apache Tika库,特别是Metadata类 从Outlook Exchange文件(电子邮件文件,即.msg文件)中提取“发件人”,“收件人”和“主题”字段。

我知道我需要使用Metadata类,但是我在使用它时遇到了一些麻烦。

到目前为止,这是我的代码:

import java.io.File;
import java.io.*;
import java.util.Arrays;
import org.apache.tika.Tika;
/* more tika imports */

public class ExtractFromEmail {

   public static void main(final String[] args) throws IOException, TikaException , SAXException {

    File file = new File("message_1980.msg");
    AutoDetectParser parser = new AutoDetectParser();
    BodyContentHandler handler = new BodyContentHandler(-1);
    Metadata tikaMetadata = new Metadata();
    Property prop = new Property("MESSAGE_FROM");
    String fromField = tikaMetadata.get(prop); //  USE THIS PATTERN
    InputStream input = TikaInputStream.get(file, tikaMetadata);
    parser.parse(input, handler, tikaMetadata, new ParseContext());
    String other = tikaMetadata.MESSAGE_FROM ; 


     System.out.println(fromField);

    }

    }

运行代码时出现以下错误:

  

ExtractFromEmail.java:30:错误:找不到合适的构造函数   属性(String)           Property prop = new Property(“Message.MESSAGE_FROM”);

谢谢

1 个答案:

答案 0 :(得分:6)

我用tika-1.14试试这个:

File file = new File("src/main/resources/unicode.msg");
AutoDetectParser parser = new AutoDetectParser();
BodyContentHandler handler = new BodyContentHandler();
Metadata tikaMetadata = new Metadata();
InputStream input = TikaInputStream.get(file, tikaMetadata);
parser.parse(input, handler, tikaMetadata, new ParseContext());
String messageFrom = tikaMetadata.MESSAGE_FROM;
String fromField = tikaMetadata.get(messageFrom);
System.out.println(fromField);

并且有效。您的问题是您在解析消息之前尝试提取元数据。此外,我认为行Property prop = new Property("MESSAGE_FROM");无用且不正确。