Apache Tika-检测特定于JSON/PDF的mime类型

Question

我正在使用Apache Tika从它的base64 rapresentation中检测文件Mime类型。不幸的是，我没有关于该文件的其他信息（例如扩展名）。

我能做些什么让Tika变得更具体吗？

Tika tika = new Tika();
tika.setMaxStringLength(-1);
String mimetype = tika.detect(Base64.decode(fileString));

谢了。

Answer 1

tika#检测（字符串）

检测具有给定文件名的文档的媒体类型。

传递PDF或JSON文件的内容将不起作用，因为该方法需要文件名。Tika将返回到text/plain，因为它找不到任何匹配的文件名。

String pdfContent = "%PDF-1.4\n%\\E2\\E3\\CF\\D3"; // i.e. base64 decoded
Tika tika = new Tika();
System.out.println(tika.detect(pdfContent.getBytes())); // "application/pdf"

Sring json = "[1, 2, 3]"; // an array in JSON
try {
    final JsonParser parser = new ObjectMapper().getFactory().createParser(json);
    while (parser.nextToken() != null) {
    }
    System.out.println("Probably JSON!");
} catch (Exception e) {
    System.out.println("Definitely not JSON!");
}

下面是杰克逊的DZone教程。