Apache Tika を使用してファイルが破損しているかどうかを検出する方法

Apache Tika は、さまざまな形式のファイルからファイルタイプを検出し、コンテンツを抽出するためのライブラリです。

ファイルをサーバーにアップロードして解析する場合、ファイルが破損しているかどうかを判断する必要があることがよくあります。ファイルが破損しているかどうかを検出するにはtikaを使用することができます

Maven は次のように紹介されています。

<依存関係>
  <グループID>org.apache.tika</グループID>
  <artifactId>tika アプリ</artifactId>
  <バージョン>1.18</バージョン>
</依存関係>
<依存関係>
  <groupId>クロスセクション</groupId>
  <artifactId>xercesImpl</artifactId>
  <バージョン>2.11.0</バージョン>
</依存関係>

jar パッケージに競合がある場合は、次のように導入できます。

<依存関係>
  <グループID>org.apache.tika</グループID>
  <artifactId>ティカコア</artifactId>
  <バージョン>1.18</バージョン>
</依存関係>
<依存関係>
  <グループID>org.apache.tika</グループID>
  <artifactId>tika-パーサー</artifactId>
  <バージョン>1.18</バージョン>
</依存関係>
<依存関係>
  <groupId>クロスセクション</groupId>
  <artifactId>xercesImpl</artifactId>
  <バージョン>2.11.0</バージョン>
</依存関係>

tika を使用して、ファイルが破損しているかどうかを検出します。

入力ストリームからの読み取りに失敗した場合、解析メソッドは IOException をスローします。ストリームから取得したドキュメントを解析できない場合は、TikaException がスローされます。プロセッサがイベントを処理できない場合は、SAXException がスローされます。

ドキュメントを解析できない場合は、ドキュメントが破損していることを示します。

実行プロセス:

パブリック静的voidメイン(String[] args) {
    試す {
      //sample.txtが現在のディレクトリにあると仮定します
      ファイル file = new File("D:\\Test.txt");
      ブール結果 = isParseFile(ファイル);
    } キャッチ (例外 e) {
      e.printStackTrace();
    }
  }
 
  /**
   * ファイルが破損していないか確認する*
   * @param ファイル ファイル * @return true/false
   * @例外をスローします
   */
  プライベート静的ブール値isParseFile(File file)は例外をスローします{
    試す {
      ティカ ティカ = 新しいティカ();
      文字列ファイルコンテンツ = tika.parseToString(ファイル);
      System.out.println(ファイルの内容);
      true を返します。
    } (TikaException e) をキャッチします {
      false を返します。
    }
  }

出力：

テストデータ---テキストコンテンツを読み取る

要約する

上記は、Apache Tika でファイルが破損しているかどうかを検出する方法です。お役に立てれば幸いです。ご質問がある場合は、メッセージを残していただければ、すぐに返信いたします。また、123WORDPRESS.COM ウェブサイトをサポートしてくださっている皆様にも感謝申し上げます。
この記事が役に立ったと思われた方は、ぜひ転載していただき、出典を明記してください。ありがとうございます!

以下もご興味があるかもしれません: