Question

我正在尝试使用Apache Tika来确定内容类型（即--pdf文件的application / pdf）。我想使用Apache Tika的org.apache.tika.detect.NameDetector类。我的问题是它的detect方法只接受一个InputStream。我无权访问File的InputStream。我只有文件名（即 - myFile.pdf）。

有没有什么好方法可以使用Apache Tika根据文件的扩展名/名称来确定内容类型？（注意 - 我想避免创建一个具有所需名称的临时文件来确定它的内容类型。）

感谢。

Answer 1

您可以使用传入null的普通Apache Tika Detector interface作为InputStream，并提供文件名。

您的代码看起来像：

TikaConfig config = new TikaConfig();

Metadata metadata = new Metadata();
metadata.set(Metadata.RESOURCE_NAME_KEY, filename);
String mimetype = config.getDetector().detect(null, metadata);

为了简化事情，如果你使用Tika facade class，你可以这样做：

Tika tika = new Tika();

String mimetype = tika.detect(filename);

你会回来the mimetype guessed from the filename only

有关详细信息，请参阅Apache Tika网站上的"Ways of triggering Detection"文档。

Answer 2

我做了一些搜索，发现了一个blog post，其中包含一个使用org.apache.tika.Tika类检测方法确定类型的代码示例。

所以我可以这样写：

org.apache.tika.Tika tika = new org.apache.tika.Tika();
String mimeType = tika.detect("abc.pdf"); // replace abc.pdf with a string variable

基于FileName检测内容类型

2 个答案: