我正在使用 Apache Tika 库,特别是元数据类,
从 Outlook Exchange 文件(电子邮件文件,即 .msg
文件)中提取“发件人”、“收件人”和“主题”字段。
我知道我需要使用 Metadata 类,但我在使用它时遇到了一些问题。
这是迄今为止我的代码:
import java.io.File;
import java.io.*;
import java.util.Arrays;
import org.apache.tika.Tika;
/* more tika imports */
public class ExtractFromEmail {
public static void main(final String[] args) throws IOException, TikaException , SAXException {
File file = new File("message_1980.msg");
AutoDetectParser parser = new AutoDetectParser();
BodyContentHandler handler = new BodyContentHandler(-1);
Metadata tikaMetadata = new Metadata();
Property prop = new Property("MESSAGE_FROM");
String fromField = tikaMetadata.get(prop); // USE THIS PATTERN
InputStream input = TikaInputStream.get(file, tikaMetadata);
parser.parse(input, handler, tikaMetadata, new ParseContext());
String other = tikaMetadata.MESSAGE_FROM ;
System.out.println(fromField);
}
}
运行代码时出现以下错误:
ExtractFromEmail.java:30: error: no suitable constructor found for Property(String) Property prop = new Property("Message.MESSAGE_FROM");
谢谢
最佳答案
我用 tika-1.14 尝试这个:
File file = new File("src/main/resources/unicode.msg");
AutoDetectParser parser = new AutoDetectParser();
BodyContentHandler handler = new BodyContentHandler();
Metadata tikaMetadata = new Metadata();
InputStream input = TikaInputStream.get(file, tikaMetadata);
parser.parse(input, handler, tikaMetadata, new ParseContext());
String messageFrom = tikaMetadata.MESSAGE_FROM;
String fromField = tikaMetadata.get(messageFrom);
System.out.println(fromField);
并且有效。您的问题是您尝试在解析消息之前提取元数据。此外,我认为 Property prop = new Property("MESSAGE_FROM");
行是无用且不正确的。
关于java - 如何使用 Apache Tika 通过 Apache Metadata 类提取 "From"、 "To"和 "Subject"字段?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43243930/