java tika 读取文件_判断java文件类型TikaToolKit的实例

引入依赖

org.apache.tika

tika-core

1.20

或

compile 'org.apache.tika:tika-core:1.20'

工具类

import lombok.AllArgsConstructor;

import lombok.Getter;

import lombok.extern.slf4j.Slf4j;

import org.apache.tika.metadata.HttpHeaders;

import org.apache.tika.metadata.Metadata;

import org.apache.tika.metadata.TikaMetadataKeys;

import org.apache.tika.parser.AutoDetectParser;

import org.apache.tika.parser.ParseContext;

import org.xml.sax.helpers.DefaultHandler;

import java.io.File;

import java.io.FileInputStream;

import java.io.InputStream;

import java.util.HashMap;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

/**

* tika

*

* @author zhy

*/

@Slf4j

public class TikaToolUtil {

/**

* 获取类型

*

* @param file 文件

* @return String

*/

public static String getMimeType(File file) {

if (file.isDirectory()) {

return "the target is a directory";

}

AutoDetectParser parser = new AutoDetectParser();

parser.setParsers(new HashMap<>());

Metadata metadata = new Metadata();

metadata.add(TikaMetadataKeys.RESOURCE_NAME_KEY, file.getName());

try (InputStream stream = new FileInputStream(file)) {

parser.parse(stream, new DefaultHandler(), metadata, new ParseContext());

} catch (Exception e) {

log.error(e.getMessage());

}

return metadata.get(HttpHeaders.CONTENT_TYPE);

}

/**

* 判断是否是图片

*

* @param file 文件

* @return boolean

*/

public static boolean isImage(File file) {

String type = getMimeType(file);

System.out.println(type);

Pattern p = Pattern.compile(Type.IMAGE.name);

Matcher m = p.matcher(type);

return m.matches();

}

/**

* 判断是否是zip

*

* @param file 文件

* @return boolean

*/

public static boolean isZip(File file) {

String type = getMimeType(file);

System.out.println(type);

Pattern p = Pattern.compile(Type.ZIP.name);

Matcher m = p.matcher(type);

return m.matches();

}

/**

* 判断是否是dicom

*

* @param file 文件

* @return boolean

*/

public static boolean isDicom(File file) {

String type = getMimeType(file);

Pattern p = Pattern.compile(Type.DCM.name);

Matcher m = p.matcher(type);

return m.matches();

}

/**

* 类型枚举

*/

@Getter

@AllArgsConstructor

public enum Type {

/**

* dcm

*/

DCM("application/dicom"),

/**

* zip

*/

ZIP("application/zip"),

/**

* 图片

*/

IMAGE("image/.*"),

/**

* 视频

*/

VIDEO("video/*");

private String name;

}

public static void main(String[] args) {

boolean image = isImage(new File("C:\\Users\\zhy\\Desktop\\dcm\\123.dcm"));

System.out.println("zhy:" + image);

}

}

补充知识：java根据文件流判断文件类型(后缀名)

我就废话不多说了，大家还是直接看代码吧~

import java.io.FileInputStream;

public class FileType{

public static String bytesToHexString(byte[] src) {

StringBuilder stringBuilder = new StringBuilder();

if (src == null || src.length <= 0) {

return null;

}

for (int i = 0; i < src.length; i++) {

int v = src[i] & 0xFF;

String hv = Integer.toHexString(v);

if (hv.length() < 2) {

stringBuilder.append(0);

}

stringBuilder.append(hv);

}

return stringBuilder.toString();

}

/**

* @param args

*/

public static void main(String[] args) throws Exception {

FileInputStream is = new FileInputStream("F:\\相册\\微信图片\\03.jpg");

byte[] b = new byte[3];

is.read(b, 0, b.length);

String xxx = bytesToHexString(b);

xxx = xxx.toUpperCase();

System.out.println("头文件是：" + xxx);

String ooo = TypeDict.checkType(xxx);

System.out.println("后缀名是：" + ooo);

}

}

public class TypeDict {

/**

常用文件的文件头如下：(以前六位为准)

JPEG (jpg)，文件头：FFD8FF

PNG (png)，文件头：89504E47

GIF (gif)，文件头：47494638

TIFF (tif)，文件头：49492A00

Windows Bitmap (bmp)，文件头：424D

CAD (dwg)，文件头：41433130

Adobe Photoshop (psd)，文件头：38425053

Rich Text Format (rtf)，文件头：7B5C727466

XML (xml)，文件头：3C3F786D6C

HTML (html)，文件头：68746D6C3E

Email [thorough only] (eml)，文件头：44656C69766572792D646174653A

Outlook Express (dbx)，文件头：CFAD12FEC5FD746F

Outlook (pst)，文件头：2142444E

MS Word/Excel (xls.or.doc)，文件头：D0CF11E0

MS Access (mdb)，文件头：5374616E64617264204A

WordPerfect (wpd)，文件头：FF575043

Postscript (eps.or.ps)，文件头：252150532D41646F6265

Adobe Acrobat (pdf)，文件头：255044462D312E

Quicken (qdf)，文件头：AC9EBD8F

Windows Password (pwl)，文件头：E3828596

ZIP Archive (zip)，文件头：504B0304

RAR Archive (rar)，文件头：52617221

Wave (wav)，文件头：57415645

AVI (avi)，文件头：41564920

Real Audio (ram)，文件头：2E7261FD

Real Media (rm)，文件头：2E524D46

MPEG (mpg)，文件头：000001BA

MPEG (mpg)，文件头：000001B3

Quicktime (mov)，文件头：6D6F6F76

Windows Media (asf)，文件头：3026B2758E66CF11

MIDI (mid)，文件头：4D546864

*/

public static String checkType(String xxxx) {

switch (xxxx) {

case "FFD8FF": return "jpg";

case "89504E": return "png";

case "474946": return "jif";

default: return "0000";

}

}

}

以上这篇判断java文件类型TikaToolKit的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持聚米学院。