我希望能够使用 apache tika 检测 .one、.onetoc、.onetoc2 文件的 mime 类型。然而从他们的文档https://tika.apache.org/1.14/formats.html似乎不支持它。使用 Tika 纯粹使用文件解析技术，我总是得到 application/octet-stream 而不是 application/onenote。
它们确实支持基于扩展名和基于名称的内省(introspection)来确定 mime 类型，但这并不可靠，因为我总是可以将文件命名为 *.one，并且它会将 mime 类型抛出为“application/onenote”，这是不正确的。
任何可用库上的任何指针都可以轻松检测给定文件是否属于 onenote 类型，或者是否有我在 Tika 中缺少的内容？
最佳答案
要进行 mime-magic 驱动的 OneNote 文件检测，您需要 Apache Tika 1.15 或更高版本。
对于 OneNote 解析(元数据、文本等)，您要么需要等待 Apache 1.24 发布(预计 2020 年 3 月左右)，要么从源代码自行构建，包括 Github pull request #303 中的补丁/TIKA-2224 .
如果您是 Tika + OneNote 用户，请非常感谢 Nicholas DiPiazza (谁做了大部分工作)，以及 Tim Allison (谁帮助审查/指导/等)
关于java - OneNote 对 Apache Tika 解析器的支持，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41272195/