挑战：
您渴望编写一个 Java 程序，使用 Apache Tika 提取并读取 zip 存档中多个文件的内容。具体来说，您的 zip 文件包含文本、PDF 和 docx 文件的混合。
解决方案：
public class ZipContentExtractor {
public static void main(String[] args) throws IOException, SAXException, TikaException {
File zipFile = new File("C:\Users\xxx\Desktop\abc.zip");
try (ZipInputStream zipInputStream = new ZipInputStream(new FileInputStream(zipFile))) {
ZipEntry entry;
while ((entry = zipInputStream.getNextEntry()) != null) {
// Checking file types
if (entry.getName().endsWith(".txt") || entry.getName().endsWith(".pdf") || entry.getName().endsWith(".docx")) {
// Handling text files
if (entry.getName().endsWith(".txt")) {
BodyContentHandler textHandler = new BodyContentHandler();
Parser parser = new AutoDetectParser();
parser.parse(zipInputStream, textHandler, new Metadata(), new ParseContext());
System.out.println("TXT file content: " + textHandler.toString());
}
// Handling PDF files
else if (entry.getName().endsWith(".pdf")) {
Metadata metadata = new Metadata();
Parser parser = new PDFParser();
parser.parse(zipInputStream, new StreamingContentHandler(), metadata, new ParseContext());
System.out.println("PDF file content: " + metadata.get("xmpDM:documentID"));
}
// Handling DOCX files
else {
BodyContentHandler textHandler = new BodyContentHandler();
Parser parser = new OOXMLParser();
parser.parse(zipInputStream, textHandler, new Metadata(), new ParseContext());
System.out.println("DOCX file content: " + textHandler.toString());
}
}
}
}
}
}说明：
以上是如何使用 Apache Tika 读取 Zip 存档中多种文件类型的内容？的详细内容。更多信息请关注PHP中文网其他相关文章！
