根据elasticsearch-mappper-attachment plugin的示例,我正在使用Tika门面。这是我的测试代码:
Tika tika = new Tika();
Metadata md = new Metadata();
try {
String content = tika.parseToString(src, md, 100000);
System.out.println("Content length: " + content.length());
for (String s: md.names()) {
System.out.println(s + ": " + md.get(s));
}
}
catch (TikaException e) {
System.out.println(e);
}
这是输出:
Content length: 0
X-Parsed-By: org.apache.tika.parser.EmptyParser
Content-Type: text/html
所以问题是:如果Tika正确地将输入标识为
text/html
,为什么要使用EmptyParser
?如果我应该通过一个解析器,那么如上所述,假定自动检测成功,我应该通过哪个解析器以获得最佳结果。谢谢。
最佳答案
确保tika-parsers
在您的类路径中!如果您使用Gradle,
compile 'org.apache.tika:tika-parsers:1.7'
会成功的