Apache Tika：通過Rest中的java解析docx

我在服務器模式下使用Appache Tika。我需要開發java rest客戶端來解析文件。對於PDF文件上傳我正在使用的代碼：Apache Tika：通過Rest中的java解析docx

fileBody = new FileBody(file, "application/pdf"); 
multiPartEntity.addPart("uploaded_file", fileBody); 
pdfPutRequest.setEntity(multiPartEntity); 
response = client.execute(pdfPutRequest);

使用apache.http庫。現在我嘗試開發docx部分，但我不知道我需要提供哪個mimeType（application/docx給我錯誤）。沒有mimeTipe我收到Tika服務器中的「不支持的媒體類型」異常。那麼，我需要提供哪種類型，並且需要做其他一些更改。

解決了！

來源

2017-02-28 user3558218

爲.docx文件正式MIME類型

application/vnd.openxmlformats-officedocument.wordprocessingml.document

如果您使用--detect模式蒂卡CLI工具它可以告訴你，

或者，蒂卡服務器具有可as documented in the Tika Server wiki檢測模式。

最後，提卡將自動檢測的MIME類型，你如果沒有給出，請參閱the text extraction part of the Tika Server docs的信息上給予或不給一個MIME類型提示你文件

來源

2017-03-01 09:00:33 Gagravarr

謝謝你的回答。我已經看到了檢測選項，並嘗試了它。我在其他地方發現了問題...當我發送文件時，我使用了多個部分，但通過PUT請求完成了此操作...現在，我在文檔中看到它應該通過POST發送... – user3558218

我找到了解決辦法：

HttpPost docxPutRequest new HttpPost(url); 
docxPutRequest.setHeader("Accept", "text/plain"); 
MultipartEntity multiPartEntity = new MultipartEntity(); 
FileBody fileBody = new FileBody(file); 
multiPartEntity.addPart("uploaded_file", fileBody); 
docxPutRequest.setEntity(multiPartEntity); 
response = client.execute(docxPutRequest);

可能會對某人有幫助

來源

2017-03-01 10:34:15 user3558218

Apache Tika：通過Rest中的java解析docx

回答

相關問題