Apache TIKA检测到错误的内容类型

Question

我正在使用Spring JAX-RS将文件作为多部分表单数据上传。我有inputstream对象作为参数。将输入流复制到磁盘时，我得到了文本文件。

但是当我尝试检测此Input流的内容类型时，我将Content Type作为application / octet-stream。

我的代码是

    Tika tika = new Tika();
    String contentType = tika.detect(in);

in是我的InputStream对象，我得到的内容类型为application/octet-stream。

作为测试，我还使用tika Desktop测试了相同的文件，并且得到了正确的内容类型text/plain。

Answer 1

将文本文件检测为文本文件实际上是困难的……没有魔术字节。如果提供了文件名，则Tika依赖文件名（文件后缀）。如果您在文件上运行检测，或者您传递了文件名detect（InputStream is，String filename），或者您在Metadata对象中传递了文件名（metadata.set（Metadata.RESOURCE_NAME_KEY，fileName）），则会得到正确的结果。