apache tika检测文件是否损坏的方法
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。这篇文章主要介绍了apache tika检测文件是否损坏,需要的朋友可以参考下
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:
1 2 3 4 5 6 7 8 9 10 | <dependency> <groupId>org.apache.tika</groupId> <artifactId>tika-app</artifactId> <version>1.18</version> </dependency> <dependency> <groupId>xerces</groupId> <artifactId>xercesImpl</artifactId> <version>2.11.0</version> </dependency> |
如果jar包冲突时可以引入如下:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | <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> <dependency> <groupId>xerces</groupId> <artifactId>xercesImpl</artifactId> <version>2.11.0</version> </dependency> |
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:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 | 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
总结
以上所述是小编给大家介绍的apache tika检测文件是否损坏的方法,希望对大家有所帮助