Java io：InputStream 到 zip 文件而不是其嵌入文件答案

【问题标题】：Java io: InputStream to zip file instead of its embedded filesJava io：InputStream 到 zip 文件而不是其嵌入文件
【发布时间】：2019-01-30 16:15:03
【问题描述】：

这是我的相关代码sn-p：

for (Path path : Files.list(Paths.get(this.getClass().getClassLoader().getResource(directoryResource).getPath())).collect(Collectors.toList())) {
    String mediaType = this.tikaService.getMimeType(Files.newInputStream(path));
    assertEquals(Files.probeContentType(path), mediaType);
}

如您所知，this.tikaService.getMimeType(...) 会收到我使用 Files.newInputStream(path) 提供的 InputStream。

除了path 指向一个 zip 文件外，一切正常。

在这种情况下，Files.newInputStream() 指向的是 zip 文件的内容（嵌入文件），而不是指向 zip 文件。

有什么解决办法吗？

编辑

getMimeType代码：

public String getMimeType(InputStream is) {
    TikaConfig tikaConfig = TikaConfig.getDefaultConfig();
    Detector detector = tikaConfig.getDetector(); //new DefaultDetector();
    Metadata metadata = new Metadata();
    MediaType mediaType = detector.detect(TikaInputStream.get(is), metadata);
}

编辑 2 我还尝试使用此配置文件禁用ZipContainerDetector：

<?xml version="1.0" encoding="UTF-8"?>
<properties>
  <detectors>
    <!-- All detectors except built-in container ones -->
    <detector class="org.apache.tika.detect.DefaultDetector">
      <dhttps://stackoverflow.com/posts/52000097/editetector-exclude class="org.apache.tika.parser.pkg.ZipContainerDetector"/>
    </detector>
  </detectors>
</properties>

但结果是一样的。

【问题讨论】：

你能发布从InputStream 中找出 mediaType 的代码吗？将tikaService 引用替换为实际代码。
我已添加getMimeType 代码。
你应该写下你的目标：可能你想知道 zip 中第一个文件的 mime 类型（如果我们可以假设每次调用这个函数，它都会得到一个具有相同结构的 zip 文件，在 zip 中只有文件，没有文件夹。如果我的假设是正确的，您应该使用 ZipInputStream 并且您必须在 zip 中找到所需的文件，并提供该文件到 TIKA。

标签： java java-io

【解决方案1】：

您的 Apache Tika 代码使用 DefaultDetector，如果可用，默认情况下可以调用 ZipContainerDetector。如果您不想检测 ZIP 文件的内容媒体类型，请从您的配置中删除 ZipContainerDetector。

Files.newInputStream() 从文件返回一个输入流，仅此而已。它不会因文件类型或扩展名而有所不同。

【讨论】：

我也尝试过使用自定义 tika 配置文件。我已经在帖子上发布了配置文件。
@Jordi 你知道问题出在哪里，调试代码以找到哪个检测器正在检查 ZIP 文件的内容类型并将其删除。这里没有魔法。