为什么 Tika 立面选择 EmptyParser

Question

我正在使用Tika外观，根据elasticsearch-mapper-attachment插件的示例。这是我的测试代码：

Tika tika = new Tika();                                                                                                                                                                                 
Metadata md = new Metadata();
try {                                                                                                                                                                                                   
    String content = tika.parseToString(src, md, 100000);
    System.out.println("Content length: " + content.length());  
    for (String s: md.names()) {                                                                                                                                                                        
        System.out.println(s + ": " + md.get(s));                                                                                                                                                       
    }                                                                                                                                                                                                   
}                                                                                                                                                                                                       
catch (TikaException e) {                                                                                                                                                                               
    System.out.println(e);                                                                                                                                                                              
} 

下面是输出：

Content length: 0
X-Parsed-By: org.apache.tika.parser.EmptyParser
Content-Type: text/html

所以问题是：如果Tika正确地将输入识别为text/html，为什么它使用EmptyParser？如果我应该传递解析器，我应该通过哪个解析器以获得最佳结果，假设自动检测成功，如上所述。

谢谢。

Answer 1

确保tika-parsers在你的类路径上！如果您使用的是 Gradle，

compile 'org.apache.tika:tika-parsers:1.7'

会做这个伎俩。