TIKA - การแยกเอกสาร XML

ด้านล่างนี้เป็นโปรแกรมสำหรับดึงเนื้อหาและข้อมูลเมตาจากเอกสาร XML -

import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;

import org.apache.tika.exception.TikaException;
import org.apache.tika.metadata.Metadata;
import org.apache.tika.parser.ParseContext;
import org.apache.tika.parser.xml.XMLParser;
import org.apache.tika.sax.BodyContentHandler;

import org.xml.sax.SAXException;

public class XmlParse {

   public static void main(final String[] args) throws IOException,SAXException, TikaException {

      //detecting the file type
      BodyContentHandler handler = new BodyContentHandler();
      Metadata metadata = new Metadata();
      FileInputStream inputstream = new FileInputStream(new File("pom.xml"));
      ParseContext pcontext = new ParseContext();
      
      //Xml parser
      XMLParser xmlparser = new XMLParser(); 
      xmlparser.parse(inputstream, handler, metadata, pcontext);
      System.out.println("Contents of the document:" + handler.toString());
      System.out.println("Metadata of the document:");
      String[] metadataNames = metadata.names();
      
      for(String name : metadataNames) {
         System.out.println(name + ": " + metadata.get(name));
      }
   }
}

บันทึกรหัสด้านบนเป็น XmlParse.javaและรวบรวมจากพรอมต์คำสั่งโดยใช้คำสั่งต่อไปนี้ -

javac XmlParse.java
java XmlParse

ด้านล่างเป็นภาพรวมของไฟล์ example.xml

เอกสารนี้มีคุณสมบัติดังต่อไปนี้ -

หากคุณรันโปรแกรมข้างต้นจะให้ผลลัพธ์ดังต่อไปนี้ -

Output -

Contents of the document:
  
4.0.0
org.apache.tika
tika
1.6
org.apache.tika
tika-core
1.6
org.apache.tika
tika-parsers
1.6
src
maven-compiler-plugin
3.1
1.7
1.7

Metadata of the document:

Content-Type:   application/xml