apache tika檢測文件是否損壞的方法

更新時(shí)間：2019年09月20日 13:40:59 作者：隨遇而安~~~

Apache Tika用于文件類型檢測和從各種格式的文件內(nèi)容提取的庫。這篇文章主要介紹了apache tika檢測文件是否損壞,需要的朋友可以參考下

Apache Tika用于文件類型檢測和從各種格式的文件內(nèi)容提取的庫。

將上傳文件至服務(wù)器，進(jìn)行解析文件時(shí)，經(jīng)常需要判斷文件是否損壞。我們可以使用tika來檢測文件是否損壞

maven引入如下：

<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包沖突時(shí)可以引入如下：

<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檢測文件是否損壞：　

　　如果從輸入流讀取失敗，則parse方法拋出IOException異常，從流中獲取的文檔不能被解析拋TikaException異常，處理器不能處理事件則拋SAXException異常

　　當(dāng)文檔不能被解析時(shí)，說明文檔損壞

執(zhí)行過程：

public static void main(String[] args) {
    try {
      //Assume sample.txt is in your current directory
      File file = new File("D:\\測試.txt");
      boolean result = isParseFile(file);
    } catch (Exception e) {
      e.printStackTrace();
    }
  }
 
  /**
   * 驗(yàn)證文件是否損壞
   *
   * @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;
    }
  }

　　輸出結(jié)果：

測試數(shù)據(jù)---讀取文本內(nèi)容

總結(jié)

以上所述是小編給大家介紹的apache tika檢測文件是否損壞的方法,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉(zhuǎn)載，煩請注明出處，謝謝！

您可能感興趣的文章:

相關(guān)文章

Linux使用nslookup和dig來查詢域名和ip信息
nslookup 和 dig命令一般用于查詢 DNS服務(wù)器,獲取域名、IP地址等DNS記錄信息,下面小編就來為大家介紹一下Linux如何使用nslookup和dig來查詢域名和ip信息吧
2025-03-03
Linux內(nèi)核參數(shù)調(diào)整方法
由于Linux的內(nèi)核參數(shù)信息都存在內(nèi)存中，因此可以通過命令直接修改，并且修改后直接生效。但是，當(dāng)系統(tǒng)重新啟動(dòng)后，原來設(shè)置的參數(shù)值就會(huì)丟失，而系統(tǒng)每次啟動(dòng)時(shí)都會(huì)自動(dòng)去/etc/sysctl.conf文件中讀取內(nèi)核參數(shù)，因此將內(nèi)核的參數(shù)配置寫入這個(gè)文件中，是一個(gè)比較好的選擇。
2017-11-11
linux如何編譯安裝新內(nèi)核支持NTFS文件系統(tǒng)(以redhat7.2x64為例)
這篇文章主要介紹了linux如何編譯安裝新內(nèi)核支持NTFS文件系統(tǒng)(以redhat7.2x64為例)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下。
2016-10-10
CentOS使用EPEL源的方法步驟
本篇文章主要介紹了CentOS使用EPEL源的方法步驟，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧
2017-11-11
Apache 認(rèn)證總結(jié)
經(jīng)常上網(wǎng)的讀者會(huì)遇到這種情況：訪問一些網(wǎng)站的某些資源時(shí)，瀏覽器彈出一個(gè)對話框，要求輸入用戶名和密碼來獲取對資源的訪問。
2009-05-05
CentOS下采用Crontab實(shí)現(xiàn)PHP腳本定時(shí)任務(wù)
本篇文章主要介紹了CentOS下采用Crontab實(shí)現(xiàn)PHP腳本定時(shí)任務(wù)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
2017-05-05
在麒麟V10服務(wù)器上編譯安裝Storm的詳細(xì)過程
這篇文章主要介紹了在麒麟V10服務(wù)器上編譯安裝Storm的方法，本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
2021-01-01
KVM與Xen虛擬化技術(shù)深度對比分析
文章比較了Xen和KVM兩種虛擬化技術(shù)的架構(gòu)設(shè)計(jì)、性能指標(biāo)、安全與隔離機(jī)制、生態(tài)系統(tǒng)適配、運(yùn)維復(fù)雜度等,最終建議在云原生場景下優(yōu)先選擇KVM,而在對安全性要求極高的傳統(tǒng)企業(yè)場景下,Xen仍具有一定的優(yōu)勢
2025-02-02
Linux如何定時(shí)刪除7天前的日志文件
這篇文章主要介紹了Linux如何定時(shí)刪除7天前的日志文件問題,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
2024-05-05
Apache設(shè)置目錄禁止訪問
這篇文章主要介紹了如何在Apache中設(shè)置目錄禁止訪問，非常的簡單實(shí)用，有需要的朋友可以參考下
2014-11-11