TIKA元數據提取

除了內容，Tika還可以從一個文件中提取元數據。元數據是什麼，但用文件所提供的附加信息。如果我們考慮一個音頻文件，藝術家名，專輯名，標題下自帶的元數據。

XMP標準

可擴展元數據平臺(XMP)是用於處理和涉及到的文件的內容存儲信息的標準。它是由Adobe系統公司的XMP創建提供了用於定義，創建和元數據的處理標準。可以嵌入該標準爲多種文件格式，如PDF，JPEG，JPEG，GIF，JPG，HTML等。

Property 類

Tika使用屬性類遵循XMP屬性定義。它提供了PropertyType和值類型枚舉捕獲的元數據的名稱和值。

Metadata 類

這個類實現了各種接口，如ClimateForcast, CativeCommons,Geographic, TIFF 等提供各種元數據模型的支持。此外，此類提供各種方法來提取一個文件的內容。

Metadata 名稱

我們可以從它的元數據對象用的方法()提取一個文件的所有元數據的名稱的列表。它返回所有的名字作爲一個字符串數組。使用元數據的名稱，就可以得到使用get()方法的值。它需要一個元數據的名稱，並返回與它相關聯的值。

String[] metadaNames = metadata.names(); String value = metadata.get(name);

使用解析法提取元數據

當我們分析一個使用文件parse()，傳遞一個空的元數據對象作爲一個參數。這種方法提取指定的文件的元數據(如果該文件中包含有)，並將它們放置在元數據對象。因此，在使用parse()解析文件後，就可以提取該對象的元數據。

Parser parser = new AutoDetectParser();
BodyContentHandler handler = new BodyContentHandler();
Metadata metadata = new Metadata(); //empty metadata object
FileInputStream inputstream = new FileInputStream(file);
ParseContext context = new ParseContext();
parser.parse(inputstream, handler, metadata, context);
// now this metadata object contains the extracted metadata of the given file.
metadata.metadata.names();

下面給出的是一個完整的程序，從文本文件中提取元數據。

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.AutoDetectParser; import org.apache.tika.parser.ParseContext; import org.apache.tika.parser.Parser; import org.apache.tika.sax.BodyContentHandler; import org.xml.sax.SAXException; public class GetMetadata { public static void main(final String[] args) throws IOException, TikaException { //Assume that boy.jpg is in your current directory File file=new File("boy.jpg"); //Parser method parameters Parser parser = new AutoDetectParser(); BodyContentHandler handler = new BodyContentHandler(); Metadata metadata = new Metadata(); FileInputStream inputstream = new FileInputStream(file); ParseContext context = new ParseContext(); parser.parse(inputstream, handler, metadata, context); System.out.println(handler.toString()); //getting the list of all meta data elements String[] metadataNames = metadata.names(); for(String name : metadataNames) { System.out.println(name + ": " + metadata.get(name)); } } }

將以上代碼保存爲GetMetadata.java並在命令提示符處使用以下命令運行它：

javac GetMetadata .java
java GetMetadata

注意：假設下面的圖片是boy.jpg

jpg

它提供了以下的輸出：

Resolution Units: inch
Compression Type: Baseline
Data Precision: 8 bits
Number of Components: 3
tiff:ImageLength: 1000
Component 2: Cb component: Quantization table 1, Sampling factors 1 horiz/1 vert
Component 1: Y component: Quantization table 0, Sampling factors 1 horiz/1 vert
Image Height: 1000 pixels
X Resolution: 300 dots
Original Transmission Reference: 53616c7465645f5fd22a84941585d89cc735d889c9d5ac58a01faf2c92ee3c6f9bcb38359bbe1eef
Image Width: 714 pixels
IPTC-NAA record: 92 bytes binary data
Component 3: Cr component: Quantization table 1, Sampling factors 1 horiz/1 vert
tiff:BitsPerSample: 8
Application Record Version: 4
tiff:ImageWidth: 714
Content-Type: image/jpeg
Y Resolution: 300 dots

還可以得到想要的元數據值。

添加新的元數據值

可以添加使用元數據類的add()方法新的元數據值。下面給出的是該方法的語法。在這裏要添加的作者名字。

metadata.add(「author」,」Tutorials yiibai」);

元數據Metadata類預定義的屬性包括類，如ClimateForcast，CativeCommons，Geographic繼承等，以支持各種數據模型的屬性。下面示出的是從由提卡實施遵循XMP元數據標準的TIFF圖像格式的TIFF接口繼承了軟件數據類型的使用。

metadata.add(Metadata.SOFTWARE,"ms paint");

下面給出的是演示如何將元數據值添加到一個給定文件的完整程序。這裏的元數據元素的列表被顯示在輸出，這樣就可以增加新的值之後，觀察在列表中的變化。

import java.io.File; import java.io.FileInputStream; import java.io.IOException; import java.util.Arrays; import org.apache.tika.exception.TikaException; import org.apache.tika.metadata.Metadata; import org.apache.tika.parser.AutoDetectParser; import org.apache.tika.parser.ParseContext; import org.apache.tika.parser.Parser; import org.apache.tika.sax.BodyContentHandler; import org.xml.sax.SAXException; public class AddMetadata { public static void main(final String[] args) throws IOException, SAXException, TikaException { //create a file object and assume sample.txt is in your current directory File file = new File("Example.txt"); //Parser method parameters Parser parser = new AutoDetectParser(); BodyContentHandler handler = new BodyContentHandler(); Metadata metadata = new Metadata(); FileInputStream inputstream = new FileInputStream(file); ParseContext context = new ParseContext(); //parsing the document parser.parse(inputstream, handler, metadata, context); //list of meta data elements before adding new elements System.out.println( " metadata elements :" +Arrays.toString(metadata.names())); //adding new meta data name value pair metadata.add("Author","Tutorials Point"); System.out.println(" metadata name value pair is successfully added"); //printing all the meta data elements after adding new elements System.out.println("Here is the list of all the metadata elements after adding new elements "); System.out.println( Arrays.toString(metadata.names())); } }

將以上代碼保存爲AddMetadata.java類，然後從命令提示符下運行它：

javac AddMetadata .java
java AddMetadata

假設 example.txt 有下列內容：

Hi students welcome to yiibai

它提供了以下的輸出：

metadata elements of the given file :[Content-Encoding, Content-Type]

metadata name value pair is successfully added
Here is the list of all the metadata elements after adding new elements
[Content-Encoding, Author, Content-Type]

設定值，用現有的元數據元素

可以設置值，使用set()方法在現有的元數據元素。使用set()方法設置的時間屬性的語法如下：

metadata.set(Metadata.DATE, new Date());

還可以設置多個值，以使用set()方法的屬性。使用set()方法多個值設定爲作者屬性的語法如下：

metadata.set(Metadata.AUTHOR, "ram ,raheem ,robin ");

下面給出的是一個完整的程序演示set()方法。

import java.io.File; import java.io.FileInputStream; import java.io.IOException; import java.util.Date; import org.apache.tika.exception.TikaException; import org.apache.tika.metadata.Metadata; import org.apache.tika.parser.AutoDetectParser; import org.apache.tika.parser.ParseContext; import org.apache.tika.parser.Parser; import org.apache.tika.sax.BodyContentHandler; import org.xml.sax.SAXException; public class SetMetadata { public static void main(final String[] args) throws IOException,SAXException, TikaException { //Create a file object and assume example.txt is in your current directory File file = new File("example.txt"); //parameters of parse() method Parser parser = new AutoDetectParser(); BodyContentHandler handler = new BodyContentHandler(); Metadata metadata = new Metadata(); FileInputStream inputstream = new FileInputStream(file); ParseContext context = new ParseContext(); //Parsing the given file parser.parse(inputstream, handler, metadata, context); //list of meta data elements elements System.out.println( " metadata elements and values of the given file :"); String[] metadataNamesb4 = metadata.names(); for(String name : metadataNamesb4) { System.out.println(name + ": " + metadata.get(name)); } //setting date meta data
metadata.set(Metadata.DATE, new Date()); //setting multiple values to author property metadata.set(Metadata.AUTHOR, "ram ,raheem ,robin "); //printing all the meta data elements with new elements System.out.println("List of all the metadata elements after adding new elements "); String[] metadataNamesafter = metadata.names(); for(String name : metadataNamesafter) { System.out.println(name + ": " + metadata.get(name)); } } }

將以上代碼保存爲SetMetadata.java並在命令提示符下運行：

javac SetMetadata.java
java SetMetadata

注意：假設sample.txt 有下列內容：