在Tika中解析RTF仅产生换行符

Question

我具有以下scala方法，旨在提取RTF字符串的内容：

def richToPlain(note: String): String = {
    val metaData = new Metadata()
    val handler = new BodyContentHandler()
    val parser = new RTFParser()
    val bytes = new ByteArrayInputStream(note.getBytes)
    parser.parse(bytes, handler, metaData, new ParseContext())
    handler.toString
  }

在传递各种RTF字符串（例如"{\\rtf1\\ansi\\deff0 {\\fonttbl {\\f0 Times New Roman;}}\n\\f0\\fs60 Hello, World!\n}"）时，我无法提取正确的内容。相反，解析器似乎仅返回一系列换行符（上述输入的结果将是单个换行符）。我尝试将字符集强制为UTF-8，但这导致了相同的结果。

Answer 1

如果您可以在我们的Jira 1上与我们共享文件，我们可以看一下。这听起来像个错误。