json - Apache Tika 和 Json

Question

当我使用 Apache Tika 从内容中确定文件类型时。 XML 文件很好，但不是 json。如果内容类型是 json，它将返回“text/plain”而不是“application/json”。

有什么帮助吗？

public static String tiKaDetectMimeType(final File file) throws IOException {
    TikaInputStream tikaIS = null;
    try {
        tikaIS = TikaInputStream.get(file);
        final Metadata metadata = new Metadata();
        return DETECTOR.detect(tikaIS, metadata).toString();
    } finally {
        if (tikaIS != null) {
            tikaIS.close();
        }
    }
}

Answer 1

JSON 基于纯文本，因此当仅提供要使用的字节时，Tika 将其报告为这样并不奇怪。

您的问题是您还没有提供文件名，因此 Tika 无法使用该文件名。如果你有，蒂卡可以说 bytes=plain text + filename=json => json并给你你期望的答案

您缺少的行是:

metadata.set(Metadata.RESOURCE_NAME_KEY, filename);

所以固定的代码片段将是:

tikaIS = TikaInputStream.get(file);
final Metadata metadata = new Metadata();
metadata.set(Metadata.RESOURCE_NAME_KEY, file.getName());
return DETECTOR.detect(tikaIS, metadata).toString();

有了这个，你会得到你期望的 JSON 答案