TIKA - 参考 API

用户可以使用 Tika 门面类将 Tika 嵌入到他们的应用程序中。它有方法来探索 Tika 的所有功能。由于它是一个外观类，Tika 抽象了其功能背后的复杂性。除此之外，用户还可以在其应用程序中使用 Tika 的各种类。

蒂卡级（立面）

这是Tika库中最突出的类，遵循门面设计模式。因此，它抽象了所有内部实现并提供了访问 Tika 功能的简单方法。下表列出了此类的构造函数及其描述。

包- org.apache.tika

类- 蒂卡

先生。	构造函数及描述
1	提卡 () 使用默认配置并构造 Tika 类。
2	Tika（探测器探测器）通过接受检测器实例作为参数来创建 Tika 外观
3	Tika（Detector检测器、Parser解析器）通过接受检测器和解析器实例作为参数来创建 Tika 外观。
4	Tika（Detector检测器、Parser解析器、Translator翻译器）通过接受检测器、解析器和翻译器实例作为参数来创建 Tika 外观。
5	蒂卡（TikaConfig 配置）通过接受 TikaConfig 类的对象作为参数来创建 Tika 外观。

方法和说明

以下是 Tika 门面类的重要方法 -

先生。	方法与说明
1	解析ToString（文件文件）此方法及其所有变体解析作为参数传递的文件，并以字符串格式返回提取的文本内容。默认情况下，该字符串参数的长度是有限的。
2	int getMaxStringLength () 返回 parseToString 方法返回的字符串的最大长度。
3	无效setMaxStringLength（int maxStringLength）设置 parseToString 方法返回的字符串的最大长度。
4	读者解析（文件文件）此方法及其所有变体解析作为参数传递的文件，并以 java.io.reader 对象的形式返回提取的文本内容。
5	字符串检测（InputStream流、Metadata元数据）此方法及其所有变体接受 InputStream 对象和 Metadata 对象作为参数，检测给定文档的类型，并将文档类型名称作为 String 对象返回。该方法抽象了 Tika 使用的检测机制。
6	字符串翻译（输入流文本，字符串目标语言）此方法及其所有变体接受 InputStream 对象和一个表示我们希望翻译文本的语言的字符串，并将给定的文本翻译为所需的语言，尝试自动检测源语言。

解析器接口

这是 Tika 包的所有解析器类实现的接口。

包- org.apache.tika.parser

接口- 解析器

方法和说明

以下是 Tika Parser 接口的重要方法 -

先生。	方法与说明
1	解析（InputStream 流、ContentHandler 处理程序、Metadata 元数据、ParseContext 上下文）该方法将给定文档解析为一系列 XHTML 和 SAX 事件。解析后，它将提取的文档内容放置在ContentHandler类的对象中，将元数据放置在Metadata类的对象中。

元数据类

该类实现了各种接口，例如 CreativeCommons、Geographic、HttpHeaders、Message、MSOffice、ClimateForcast、TIFF、TikaMetadataKeys、TikaMimeKeys、Serializable，以支持各种数据模型。下表列出了此类的构造函数和方法及其说明。

包- org.apache.tika.metadata

类- 元数据

先生。	构造函数及描述
1	元数据() 构造一个新的空元数据。

先生。	方法与说明
1	添加（属性属性，字符串值）将元数据属性/值映射添加到给定文档。使用此函数，我们可以将值设置为属性。
2	添加（字符串名称，字符串值）将元数据属性/值映射添加到给定文档。使用此方法，我们可以为文档的现有元数据设置新的名称值。
3	字符串获取（属性属性）返回给定元数据属性的值（如果有）。
4	字符串获取（字符串名称）返回给定元数据名称的值（如果有）。
5	日期 getDate（属性属性）返回日期元数据属性的值。
6	String[] getValues（属性属性）返回元数据属性的所有值。
7	String[] getValues（字符串名称）返回给定元数据名称的所有值。
8	字符串[]名称() 返回元数据对象中所有元数据元素的名称。
9	设置（属性属性，日期日期）设置给定元数据属性的日期值
10	set(属性属性, String[] 值) 为元数据属性设置多个值。

语言标识符类

此类标识给定内容的语言。下表列出了此类的构造函数及其描述。

包- org.apache.tika.language

类- 语言标识符

先生。	构造函数及描述
1	LanguageIdentifier（LanguageProfile配置文件）实例化语言标识符。在这里您必须传递一个 LanguageProfile 对象作为参数。
2	语言标识符（字符串内容）此构造函数可以通过传递文本内容中的字符串来实例化语言标识符。

先生。

构造函数及描述

LanguageIdentifier（LanguageProfile配置文件）

实例化语言标识符。在这里您必须传递一个 LanguageProfile 对象作为参数。

语言标识符（字符串内容）

此构造函数可以通过传递文本内容中的字符串来实例化语言标识符。

先生。	方法与说明
1	字符串获取语言() 返回指定给当前 LanguageIdentifier 对象的语言。

先生。	方法与说明
1	解析ToString（文件文件）此方法及其所有变体解析作为参数传递的文件，并以字符串格式返回提取的文本内容。默认情况下，该字符串参数的长度是有限的。
2	int getMaxStringLength () 返回 parseToString 方法返回的字符串的最大长度。
3	无效setMaxStringLength（int maxStringLength）设置 parseToString 方法返回的字符串的最大长度。
4	读者解析（文件文件）此方法及其所有变体解析作为参数传递的文件，并以 java.io.reader 对象的形式返回提取的文本内容。
5	字符串检测（InputStream流、Metadata元数据）此方法及其所有变体接受 InputStream 对象和 Metadata 对象作为参数，检测给定文档的类型，并将文档类型名称作为 String 对象返回。该方法抽象了 Tika 使用的检测机制。
6	字符串翻译（输入流文本，字符串目标语言）此方法及其所有变体接受 InputStream 对象和一个表示我们希望翻译文本的语言的字符串，并将给定的文本翻译为所需的语言，尝试自动检测源语言。