如何从中提取内容。使用apache tika的Pst文件？

Question

如何使用apache tika解析.Pst文件 1.2？
如何在使用ljcene进行搜索时获取整个主体，附件和电子邮件的所有元数据？

for (File file : docs.listFiles()) { 
Metadata metadata = new Metadata(); 
ContentHandler handler = new BodyContentHandler(); 
ParseContext context = new ParseContext(); 
Parser parser = new AutoDetectParser(); 
InputStream stream = new FileInputStream(file); 

try { 
parser.parse(stream, handler, metadata, context); 
} 
catch (TikaException e) { 
e.printStackTrace(); 
} 
catch (SAXException e) { 
e.printStackTrace(); 
} 

Answer 1

如果你坚持1.2，你可能会如果你能够升级尝试推荐here

，我们补充说，由于RecursiveParserWrapper在1.7 ...只是升级到1.12，如果你可以，或者等待一两个星期和1.13应该出局。

通过命令行：

Java的罐子蒂卡-app.jar -J -t -i input_directory -o OUTPUT_DIRECTORY

或者代码：

Parser p = new AutoDetectParser(); 
    RecursiveParserWrapper wrapper = new RecursiveParserWrapper(p, 
      new BasicContentHandlerFactory( 
        BasicContentHandlerFactory.HANDLER_TYPE.XML, -1)); 

    try (InputStream is = Files.newInputStream(file)) { 
     wrapper.parse(is, new DefaultHandler(), new Metadata(), context); 
    } 
    int i = 0; 
    for (Metadata metadata : wrapper.getMetadata()) { 
     for (String name : metadata.names()) { 
      for (String value : metadata.getValues(name)) { 
       System.out.println(i + " " + name +": " + value); 
      } 
     } 
     i++; 
    }