为什么带有 get .mp4 文件的 Apache tika 以 "video/quicktime" 的内容类型响应？

Question

我使用此功能获取文件contentType，当使用.jpg文件接收" Image/jpg"时。使用.mp4接收"视频/QuickTime"

public static String detectMediaType(String fileName,byte[] data) {
    ByteArrayInputStream inputStream = new ByteArrayInputStream(data);
    AutoDetectParser parser = new AutoDetectParser();
    Detector detector = parser.getDetector();
    Metadata md = new Metadata();
    md.add(Metadata.RESOURCE_NAME_KEY, fileName);
    try{
        MediaType mediaType = detector.detect(inputStream, md);
        return mediaType.toString();
    }catch (IOException ex){
        throw new RuntimeException("Failed to detect mediaType for file: " + fileName,ex);
    }
}

Answer 1

这是可以预期的，因为您使用的是TIKA检测器功能，该功能对于MP4或其他QuickTime格式返回通用的'视频/QuickTime'。如果需要获得"视频/MP4"之类的精确类型，则应使用Tika Parser，例如：

if (mediaType.equals(MediaType.video("quicktime"))) {
    Parser parser = new AutoDetectParser();
    ContentHandler handler = new BodyContentHandler();
    Metadata metadata = new Metadata();
    ParseContext context = new ParseContext();
    parser.parse(inputStream, handler, metadata, context);
}

Answer 2

我使用tikas defaultDetector也有相同的问题。

解决方案，如下所示：https：//tika.apache.org/2.3.0/detection.html（在"容器"识别检测"下），是使用TikaInputStream，而不是标准的InputStream。P>

detector.detect(TikaInputStream.get(inputStream), metadata);

• 不要忘记关闭流。
• 还确保tika-parsers-* JAR在类路径中。

Answer 3

我有同样的问题，并且想知道，为什么我仍然得到" video/quicktime"在使用上面的答案后，作为模拟型。因此，要结论一切：

• 使用解析器检测元数据（如第一个答案中）

• 使用tikainputstream（如第二个答案中），但是 not 尝试重复使用

• 在您的依赖项中包括一个特定的解析器（在这种情况下，是 org.apache.tika.tika.mp4.mp4.mp4parser

   Tika tika = new Tika();
   String detectedType;
   try (
     TikaInputStream parserInputStream = TikaInputStream.get(new ByteArrayInputStream(bytes));
     TikaInputStream detectionInputStream = TikaInputStream.get(new ByteArrayInputStream(bytes));
   ) {
     // reading metadata from file, important for video type detection (quicktime, mp4, ...)
     Parser parser = new AutoDetectParser();
     BodyContentHandler handler = new BodyContentHandler();
     Metadata metadata = new Metadata();
     ParseContext context = new ParseContext();
     parser.parse(parserInputStream, handler, metadata, context);
     // read the type
     // would like to reuse the stream from above (used by parser), but this can end in a wrong mimetype
     // parserInputStream.reset();
     detectedType = tika.detect(detectionInputStream, metadata);
   } catch (Exception ex) {
     detectedType = tika.detect(bytes);
     log.warn("Could not read MimeType of file '{}' using Metadata, using fallback detection: '{}'", file.getOriginalFilename(), detectedType);
   }
  

依赖项，例如在Maven中：

<dependency>
  <groupId>org.apache.tika</groupId>
  <artifactId>tika-core</artifactId>
</dependency>
<dependency>
  <groupId>org.apache.tika</groupId>
  <artifactId>tika-parser-audiovideo-module</artifactId>
  <scope>runtime</scope>
</dependency>