字首時間在使用jackrabbit作非結構化內容的訪問，當問到當訪問乙個word文件時，jackrabbit能不能對word文件裡面的內容作全文檢索呢。回去查了一下相關的文件，是可以的，而且用的是乙個叫tika的工具。
tika原先是乙個lucene的子專案，即對內容作元資料抽取用。更多的時候，是對乙個平時所用的文件類資料作資訊的進一步讀取，這些資訊是隱藏在文件本身的。這就要求有乙個統一的工具來做這些事情，而tika就提供了乙個統一的呼叫介面來完成這些工作。
tika通過乙個parser和乙個contenthandler來進行文件分析和處理，其中parser負責解析具體的文件，當解析到需要進行處理的時候，呼叫contenthandler進行解析內容的處理。contenthandler（org.xml.sax）是乙個用於處理sax解析的程式介面，當parser解析到某些內容時（如節點之間的資訊，以及節點本身的資訊）時，便會根據需要去呼叫contenthandler的相關處理方法。即乙個負責解析，乙個負責處理，兩者相互協作，最終將資訊通過一定的手段返回回來。
parser是乙個介面，對不同的文件進行處理時，需要尋找具體的解析器來實現具體的解析工作。tika通過mimetype來實現對乙個文件的具體識別工作，即識別出乙個文件是什麼樣的型別，然後再根據型別尋找相應的parser。最後呼叫具體實現的parser來完成parse工作。
contenthandler也是乙個介面，對不同的資訊進行處理時，需要自己呼叫具體的資訊處理類。一般來說，如果只關心文件內的內容（即有資訊的地方），可以使用writeoutcontenthandler。這個handler將所以被解析到的資訊通過乙個output或write輸出到呼叫者提供的輸出流中，這樣最終可以讀取這個writer中的資料。例如，parseutils中的getstringcontent(工具方法)，即通過writeroutcontenthandler進行資訊的讀取，最終返回這些資訊。
除這些資訊之外，還有一些資訊需要在處理的過程中被解析和儲存，比如乙個文件的標題，作者以及contenttype等。在tika中，這些資訊被儲存在乙個叫metadata的物件中。metadata儲存了很多與具體文件相關的值，它以乙個map的形式，儲存相應的元資料資訊值。如對於word，它會儲存其中的author，keywords這些資訊。這些資訊對於用一些關鍵資訊進行文件檢索非常有用。
看整個處理流程，可以用下面的圖來表示：
在具體實現中，用到了大量的裝飾器，將乙個parser包裝在另乙個parser中，同時也是將乙個contenthandler包裝在另乙個handler中，所以在進行程式定位時很麻煩。但簡單點來說，還是將底層進行的parser進行上層包裝來進行高階的資訊解析，最後返回相應的資訊。具體的**邏輯實現，參考使用tika進行非結構化內容的讀寫-2.
使用Tika進行非結構化內容的讀寫 1
資料結構 lucene 全文檢索 工作xml 字首時間在使用jackrabbit作非結構化內容的訪問，當問到當訪問乙個word文件時，jackrabbit能不能對word文件裡面的內容作全文檢索呢。回去查了一下相關的文件，是可以的，而且用的是乙個叫tika的工具。tika原先是乙個lucene的子專...
結構化資料和非結構化資料的區別 非結構化資料
據 idc 2018 年到 2025 年之間，全球產生的資料量將會從 33 zb 增長到 175 zb，復合增長率達到 27 其中超過 80 的資料都會是處理難度較大的非結構化資料。預計到 2030年全球資料總量將達到 3,5000eb。由於非結構化資料的資訊量和資訊的重要程度很難被界定，如何對其進...
結構化 半結構化和非結構化資料
在實際應用中，我們會遇到各式各樣的資料庫如nosql非關聯式資料庫 memcached，redis，mangodb rdbms關聯式資料庫 oracle，mysql等 還有一些其它的資料庫如hbase，在這些資料庫中，又會出現結構化資料，非結構化資料，半結構化資料，下面列出各種資料型別 結構化資料 ...