java - Java apache Tika 如何从 rar 获取文件？

Question

我正在处理具有 2 个文件的 file.rar (rar v.4)：1.txt 和 2.txt。

示例内容1.txt：

word1 word1

示例内容2.txt：

word2 word2

通过此代码处理后：

            try (InputStream is = new BufferedInputStream(new FileInputStream(newStr))){
                
                String mimeType = tika.detect(is);
                metadata.set(Metadata.CONTENT_TYPE, mimeType);
                
                AutoDetectParser parser = new AutoDetectParser();
                ParseContext pc = new ParseContext(); 
                ContentHandler ch = new BodyContentHandler(-1);
                parser.parse(is, ch, metadata, pc);

                byte[] arrayCh = ch.toString().trim().getBytes("UTF-8");
                
                file_size = arrayCh.length;
                if(arrayCh.length != 0){ 
                
                    String outdir = Path[1];

                    String newName = outdir + File.separator + datFile.replace("dat", "txt");
                    File outPutFile_json = new File(newName);
                    outPutFile_json.createNewFile();
                 }

                 System.out.println("ch: "+ch.toString());

             catch(){
               .... 
             }

后：

parser.parse(is, ch, metadata, pc);

我在一个共享变量中有 file.rar 的内容：

ch.toString()

并且这个变量 ch.toString 具有来自 1.txt 的文本并附加文本 2.txt：

所以ch.toString：

word1 word1 2.txtword2 word2

---

如何分别获取 1.txt 和 2.txt 的内容，而不是在同一个变量 ch.toString 中？我希望 1.txt 中的文本成为新变量 1，而 2.txt 中的文本成为新变量 2。我怎样才能得到这个？

标签： javacompressionapache-tikatext-extractionrar