Office 文件的 Mime 类型检测导致 application/x-tika-ooxml

Question

我正在尝试检测文件输入流的 mime 类型。

我的类路径中只有 tika 核心。我使用的是 2.0.0 版本。

但是，对于 docx 文件，“application/x-tika-ooxml”始终会被检测到。 Office文件检测总是导致x-tika-ooxml。

我也尝试将输入流包装在 TikaInputStream 中，但结果相同。

下面是我的代码

public class TikaTester {
        
        public static void main (String a[]) {
            
            try {
                FileInputStream stream = new FileInputStream("/Users/<>/Downloads/Test DMS.docx");
                detectMimeType(stream);
            } catch (FileNotFoundException e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
            
        }
        
        public static void detectMimeType(InputStream stream) {
            Tika tika = new Tika();
            try {
                String mimeType = tika.detect(stream);
                System.out.println("Mime type detected " + mimeType);
            } catch (IOException e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
        }
    
    }

Answer 1

如果我在类路径中添加 tika-parsers 并且需要使用 TikaInputStream，则此方法有效。

可能是 tika core 没有 office 文件的解析器。