如何使用 Apache Tika 使用 Apache Metadata class 提取 "From"、"To" 和 "Subject" 字段?

How to use Apache Tika to extract the "From", "To", and "Subject" fields by using Apache Metadata class?

我正在使用 Apache Tika 库,特别是元数据 class,以 从 Outlook Exchange 文件(电子邮件文件,即 .msg 文件)中提取 "From" 、 "To" 和 "Subject" 字段。

我知道我需要使用元数据 class,但我在使用它时遇到了一些麻烦。

到目前为止,这是我的代码:

import java.io.File;
import java.io.*;
import java.util.Arrays;
import org.apache.tika.Tika;
/* more tika imports */

public class ExtractFromEmail {

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

    File file = new File("message_1980.msg");
    AutoDetectParser parser = new AutoDetectParser();
    BodyContentHandler handler = new BodyContentHandler(-1);
    Metadata tikaMetadata = new Metadata();
    Property prop = new Property("MESSAGE_FROM");
    String fromField = tikaMetadata.get(prop); //  USE THIS PATTERN
    InputStream input = TikaInputStream.get(file, tikaMetadata);
    parser.parse(input, handler, tikaMetadata, new ParseContext());
    String other = tikaMetadata.MESSAGE_FROM ; 


     System.out.println(fromField);

    }

    }

当我 运行 代码时出现以下错误:

ExtractFromEmail.java:30: error: no suitable constructor found for Property(String) Property prop = new Property("Message.MESSAGE_FROM");

谢谢

我用 tika-1.14 试试这个:

File file = new File("src/main/resources/unicode.msg");
AutoDetectParser parser = new AutoDetectParser();
BodyContentHandler handler = new BodyContentHandler();
Metadata tikaMetadata = new Metadata();
InputStream input = TikaInputStream.get(file, tikaMetadata);
parser.parse(input, handler, tikaMetadata, new ParseContext());
String messageFrom = tikaMetadata.MESSAGE_FROM;
String fromField = tikaMetadata.get(messageFrom);
System.out.println(fromField);

并且有效。您的问题是您试图在解析消息之前提取元数据。此外,我认为 Property prop = new Property("MESSAGE_FROM"); 行是无用且不正确的。