Apache Tika 中的 CSV 检测器

Question

我正在使用Apache 的Java 库Tikatika-core （版本1.10）。

是否存在org.apache.tika.detect.DetectorCSV 文件？MIME 类型应该是text/csv，但我找不到类似的东西。

我想使用很好的detect方法

Answer 1

目前（v1.10）tika-mimetypes.xml定义text/csv如下：

<mime-type type="text/csv">
  <glob pattern="*.csv"/>
  <sub-class-of type="text/plain"/>
</mime-type>

这意味着 Apache Tika 仅通过文件名进行检测。如果您使用Tika#detect(File)Tika 会将文件名（在Metadata.RESOURCE_NAME_KEY键下）添加到Metadata传递给检测器的对象。URL 也有类似的行为。

如果你想注入文件名，你可以使用类似的东西：

new Tika().detect(is, fileName)

如果您想要一些基于内容的启发式方法，请随时在Tika 的 JIRA中检查并提交票证。