使用 Apache Tika 进行进度报告？

Question

我使用 Apache Tika 和 Java 从 PDF 和 Zip 文件中提取文本。现在，在处理大文件时，我想向我的应用程序添加进度报告。为此，我需要估计提取大小来计算完成的百分比（通过将其与写入输出的字节数进行匹配）。

我进行了很多搜索，但在任何地方都找不到与此相关的任何内容。

apache tika 是否提供任何类型的进度报告？有什么解决方法吗？

编辑：我正在使用来自组的apache tikatika-parsers的java 库。并通过Java直接调用它们，代码如下。tika-serverorg.apache.tika

AutoDetectParser parser = new AutoDetectParser();

ParseContext context = getParseContext(extractionPolicy, parser);

Metadata metadata = new Metadata();

parser.parse(inputStream, handler, metadata, context);

return metadata;

Answer 1

我的做法是错误的。为了报告进度，我没有估计输出字节和提取大小，而是计算了输入流上的读取字节数。将输入字符串包装在CountingInputStreamAWS SDK 或 Apache Tika 提供的类中，并将读取的字节与总内容字节进行匹配以获得百分比。CountingInputStream inputStream;Long totalContentLength;private int getProgressPercentage(){&nbsp; &nbsp; Long processedBytes = this.inputStream.getByteCount();&nbsp; &nbsp; if (0 < totalContentLength && processedBytes <= totalContentLength) {&nbsp; &nbsp; &nbsp; &nbsp; int percent = (int) ((processedBytes * 100.0 / totalContentLength));&nbsp; &nbsp; &nbsp; &nbsp; LOGGER.info("Processed bytes: {}, Total bytes: {}, Progress: {}%", processedBytes, totalContentLength, percent);&nbsp; &nbsp; &nbsp; &nbsp; return percent;&nbsp; &nbsp; }&nbsp; &nbsp; return 0;}