tika怎样加载Parser实现类的，怎样根据文档的mime类型调用相应的Parser实现类,本文接着分析
先熟悉一下tika的解析类的相关接口和类的UML模型：
public class AutoDetectParserTest {
public static void main(String[] args) {
InputStream is = null;
try {
//创建解析器,使用AutoDetectParser可以自动检测一个最合适的解析器
Parser parser = new AutoDetectParser();
File file = new File("c:/我的生词本.doc");
//指定解析文件中的文档内容
////当文件大于100000时，new BodyContentHandler(1024*1024*1024);
// BodyContentHandler handler = new BodyContentHandler();
// BodyContentHandler handler = new BodyContentHandler(1024*1024*1024);
//WriteOutContentHandler就是用来处理文件大小的
BodyContentHandler handler = new BodyContentHandler(new WriteOutContentHandler(1024*1024*1024));
Metadata metadata = new Metadata();
//指定最基本的变量信息(即存放一个所使用的解析器对象）
ParseContext parsecontext = new ParseContext();
is = new FileInputStream(file);
//InputStream-----指定文件输入流
//ContentHandler--指定要解析文件的哪一个内容,它有一个实现类叫做BodyContentHandler,即专门用来解析文档内容的
//Metadata--------指定解析文件时,存放解析出来的元数据的Metadata对象
//ParseContext----该对象用于存放一些变量信息,该对象最少也要存放所使用的解析器对象,这也是其存放的最基本的变量信息
parser.parse(is, handler, metadata, parsecontext);
//打印元数据
for(String name:metadata.names()) {
System.out.println(name+":"+metadata.get(name));
}
//打印解析到的文档内容
System.out.println(handler.toString());
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (TikaException e) {
e.printStackTrace();
}finally{
if(is!=null){
try {
is.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
}
整个解析的流程是
一、AutoDetectParser的parse方法：首先检测文件的mime类型，然后将解析任务交给基类CompositeParser的parse方法
二、AutoDetectParser的基类CompositeParser的parse方法：根据参数里面的mime类型获取解析类DefaultParser（支持所有已经注册的mime类型，由List<Parser> parsers成员提供）
扫描二维码关注公众号，回复：
597796 查看本文章
三、调用DefaultParser的parse方法（DefaultParser默认执行父类的parse方法），即基类CompositeParser的parse方法，根据参数里面的mime类型获取具体解析类
四、最后执行具体解析类的parse方法
