Apache Tika用于文件类型检测和从各种格式的文件内容提取的库。
将上传文件至服务器,进行解析文件时,经常需要判断文件是否损坏。我们可以使用tika来检测文件是否损坏
maven引入如下:
复制代码
org.apache.tika
tika-app
1.18
xerces
xercesImpl
2.11.0
复制代码
如果jar包冲突时可以引入如下:
复制代码
org.apache.tika
tika-core
1.18
org.apache.tika
tika-parsers
1.18
xerces
xercesImpl
2.11.0
复制代码
使用tika检测文件是否损坏:
如果从输入流读取失败,则parse方法抛出IOException异常,从流中获取的文档不能被解析抛TikaException异常,处理器不能处理事件则抛SAXException异常
当文档不能被解析时,说明文档损坏
执行过程:
public static void main(String[] args) {
try {
//Assume sample.txt is in your current directory
File file = new File(“D:\测试.txt”);
boolean result = isParseFile(file);
} catch (Exception e) {
e.printStackTrace();
}
}
/**
* 验证文件是否损坏
*
* @param file 文件
* @return true/false
* @throws Exception
*/
private static boolean isParseFile(File file) throws Exception {
try {
Tika tika = new Tika();
String filecontent = tika.parseToString(file);
System.out.println(filecontent);
return true;
} catch (TikaException e) {
return false;
}
}
输出结果:
测试数据—读取文本内容
东莞网站建设www.zg886.cn