Tika AutoDetectParser返回空字符串？

Question

我正在尝试使用Tika的AutoDetectParser来提取文件的内容。 我原本以为这是一个依赖性问题，但是无法理解为什么现在我可以将所有tika-app包含在我的jar中。

AutoDetect Parser在此返回emptry字符串：

BodyContentHandler handler = new BodyContentHandler();  
AutoDetectParser parser = new AutoDetectParser();
Metadata metadata = new Metadata();
ParseContext context = new ParseContext();
FileInputStream mypdfstream = new FileInputStream(new File("mypdf.pdf"));
parser.parse(mypdfstream,handler,metadata,context);
System.out.println(handler.toString());

令我感到困惑的是，使用标准PDFParser工作得很好......：

BodyContentHandler handler = new BodyContentHandler();
Metadata metadata = new Metadata();
ParseContext context = new ParseContext();
FileInputStream mypdfstream = new FileInputStream(new File("mypdf.pdf"));
PDFParser pdfparser = new PDFParser();
pdfparser.parse(mypdfstream,handler,metadata,context);
System.out.println(handler.toString());

我在我的类路径中包含了tika-app和tika-parsers jar，并将它们包含在ant创建的jar中。

build.xml相关部分

<javac srcdir="${src}" destdir="${build}">
                <classpath>
                        <pathelement path = "lib/tika-app-1.11.jar"/>
                        <pathelement path = "lib/tika-parsers-1.11.jar"/>
                </classpath>
 </javac>

<jar jarfile="${dist}/lib/MyProject-${DSTAMP}.jar" basedir="${build}">
        <zipgroupfileset dir="lib" includes="tika-app-1.11.jar"/>
        <zipgroupfileset dir="lib" includes="tika-parsers-1.11.jar"/>
</jar>

编辑：我用parser.getSupportTypes(context))查看了我的supportedTypes列表，它是空的。 与parser.getParsers()返回的解析器列表一样。

那么这可能是另一个依赖问题呢？ 鉴于包括tika-app，这真的让我感到惊讶。

Answer 1

我有同样的问题，我已经纠正了再次添加Tika Core和Parser依赖于我的Pom.xml，然后在Eclipse上更新Maven。

    <dependency>
      <groupId>org.apache.tika</groupId>
      <artifactId>tika-core</artifactId>
      <version>1.18</version>
    </dependency>
    <dependency>
      <groupId>org.apache.tika</groupId>
      <artifactId>tika-parsers</artifactId>
      <version>1.18</version>
    </dependency>