Java 使用Tika解析Apple页面/数字/注释记号

Tika应用程序将页面（数字/注释记号）提取为zip文件，并仅打印其中的文件名。它不会返回文档文件中的确切内容

我尝试使用autodetect解析器，它尝试使用IWorkDocument解析它，但无法获取其中的内容。使用tika-app-1.22提取内容

BodyContentHandler=新的BodyContentHandler（）

预期结果：

Lorem ipsum dolor sit amet

实际结果：

数据/92317989_242x291px-small-17.jpeg

数据/108151441_276x185px-small-13.jpeg

数据/125144832_750x539px-small-11.jpeg

数据/200250285_276x185px-small-15.jpeg

索引/Document.iwa

Index/ViewState.iwa

索引/计算引擎-4759.iwa

索引/注释AuthorStorage-4758.iwa

索引/文档样式表-4762.iwa

Index/DocumentMetadata.iwa

Index/Metadata.iwa

Metadata/Properties.plist

元数据/文档标识符 D45D90E8-2C22-4115-98BA-1EDBA675DD55

元数据/BuildVersionHistory.plist

模板：09学校报告（2018-07-03 15:42） M7.3-5989-2

preview.jpg

preview-micro.jpg

preview-web.jpg

---

哪个版本的iWorks生成了该文件？IIRC apple最近完全改变了格式…我使用的是pages版本8.2，Tika支持最新版本吗？如果没有，是否有办法从其中的*.iwa中提取内容？哪个版本的iWorks生成了该文件？IIRC apple最近完全改变了格式…我使用的是pages版本8.2，Tika支持最新版本吗？如果没有，是否有办法从其中的*.iwa中提取内容？

    AutoDetectParser parser = new AutoDetectParser();  
    Metadata metadata = new Metadata();  
    try (InputStream stream = AutoDetectParseExample.class.getResourceAsStream("Hello.pages")) {  
        parser.parse(stream, handler, metadata);  
        return handler.toString();  
    }