TIKA-XMLドキュメントの抽出

以下は、XMLドキュメントからコンテンツとメタデータを抽出するプログラムです-

import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;

import org.apache.tika.exception.TikaException;
import org.apache.tika.metadata.Metadata;
import org.apache.tika.parser.ParseContext;
import org.apache.tika.parser.xml.XMLParser;
import org.apache.tika.sax.BodyContentHandler;

import org.xml.sax.SAXException;

public class XmlParse {

   public static void main(final String[] args) throws IOException,SAXException, TikaException {

     //detecting the file type
      BodyContentHandler handler = new BodyContentHandler();
      Metadata metadata = new Metadata();
      FileInputStream inputstream = new FileInputStream(new File("pom.xml"));
      ParseContext pcontext = new ParseContext();

     //Xml parser
      XMLParser xmlparser = new XMLParser();
      xmlparser.parse(inputstream, handler, metadata, pcontext);
      System.out.println("Contents of the document:" + handler.toString());
      System.out.println("Metadata of the document:");
      String[] metadataNames = metadata.names();

      for(String name : metadataNames) {
         System.out.println(name + ": " + metadata.get(name));
      }
   }
}

上記のコードを XmlParse.java として保存し、次のコマンドを使用してコマンドプロンプトからコンパイルします-

javac XmlParse.java
java XmlParse

以下は、example.xmlファイルのスナップショットです。

XMLドキュメント

このドキュメントには、次のプロパティがあります-

XML Document1

上記のプログラムを実行すると、次の出力が得られます-

出力-

Contents of the document:

4.0.0
org.apache.tika
tika
1.6
org.apache.tika
tika-core
1.6
org.apache.tika
tika-parsers
1.6
src
maven-compiler-plugin
3.1
1.7
1.7

Metadata of the document:

Content-Type:   application/xml

Tika-extracting-xml-document

TIKA-XMLドキュメントの抽出