チャンク内のデータを解析するために Apache Tika を設定する方法はありますか? データが 10 個のチャンクに分割されているとします。受信した各チャンクを解析できますか? それとも、10個のチャンクすべてを取得したときにのみ解析できますか?
public OutputStream parse(InputStream instream) {
OutputStream outstream = new ByteArrayOutputStream();
ToXMLContentHandler h = new ToXMLContentHandler();
AutoDetectParser parser = new AutoDetectParser();
ParseContext context = new ParseContext();
Metadata metadata = new Metadata();
XHTMLContentHandler h1 = new XHTMLContentHandler(h, metadata);
try {
parser.parse(instream, h1, metadata, context);
outstream.write(h1.toString().getBytes(Charset.forName("UTF-8")));
} catch (TikaException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
return outstream;
}
これに関するアイデアはありますか?