apache tika检测文件是否损坏

Apache Tika用于文件类型检测和从各种格式的文件内容提取的库。

将上传文件至服务器，进行解析文件时，经常需要判断文件是否损坏。我们可以使用tika来检测文件是否损坏

maven引入如下：
复制代码

org.apache.tika
tika-app
1.18


xerces
xercesImpl
2.11.0

复制代码
　　如果jar包冲突时可以引入如下：

复制代码

org.apache.tika
tika-core
1.18


org.apache.tika
tika-parsers
1.18


xerces
xercesImpl
2.11.0

复制代码
使用tika检测文件是否损坏：　
　　如果从输入流读取失败，则parse方法抛出IOException异常，从流中获取的文档不能被解析抛TikaException异常，处理器不能处理事件则抛SAXException异常

当文档不能被解析时，说明文档损坏

执行过程：

public static void main(String[] args) {
try {
//Assume sample.txt is in your current directory
File file = new File(“D:\测试.txt”);
boolean result = isParseFile(file);
} catch (Exception e) {
e.printStackTrace();
}
}

/**
 * 验证文件是否损坏
 *
 * @param file 文件
 * @return true/false
 * @throws Exception
 */
private static boolean isParseFile(File file) throws Exception {
    try {
        Tika tika = new Tika();
        String filecontent = tika.parseToString(file);
        System.out.println(filecontent);
        return true;
    } catch (TikaException e) {
        return false;
    }
}

输出结果：

测试数据—读取文本内容
东莞网站建设www.zg886.cn