Apache TIKA 检测到错误的内容类型

Question

我正在使用 spring JAX-RS 将文件作为多部分表单数据上传。我有 inputstream 对象作为参数。当我将此输入流复制到磁盘时，我得到了我的文本文件。

但是当我尝试检测此输入流的内容类型时，我得到的内容类型为 application/octet-stream。

我的代码是

    Tika tika = new Tika();
    String contentType = tika.detect(in);

in 是我的InputStream 对象，我得到的内容类型为application/octet-stream。

作为测试，我还用 tika 桌面测试了同一个文件，我得到了正确的内容类型text/plain。

Answer 1

将文本文件检测为文本文件实际上很难......没有魔法字节。如果提供的话，Tika 依赖于文件名（文件后缀）。如果您在文件上运行检测，或者如果您传入文件名检测（InputStream is, String filename），或者如果您在元数据对象（metadata.set（Metadata.RESOURCE_NAME_KEY，fileName））中传入文件名，您'会得到正确的结果。