Java 增量读取期间的Tika传递解析器信息

我知道Tika有一个非常好的包装器，让我从解析文件中得到一个读取器，如下所示：

Reader parsedReader = tika.parse(in);

但是，如果我使用它，我不能指定我想要的解析器和我想要传递的元数据。例如，我想传入额外的信息，比如要使用哪个处理程序、解析器和上下文，但如果使用此方法，我就不能这样做。据我所知，这是唯一一个让我获取一个Reader实例并以增量方式读取而不是获取整个解析字符串的方法

我希望包括的内容示例：

        Parser parser = new AutoDetectParser();
        BodyContentHandler handler = new BodyContentHandler(-1);
        Metadata metadata = new Metadata();
        metadata.set(Metadata.RESOURCE_NAME_KEY, fileName); //This aids in the content detection
        ParseContext context = new ParseContext();
        context.set(Parser.class, parser);
        parser.parse(is, handler, metadata, context);

---

但是，直接在解析器上调用parse并不会返回读取器，我唯一的选择（在文档中注意到）是返回一个完全解析的字符串，这对于内存使用可能不是很好。我知道我可以限制返回的字符串，但我想远离它，因为我想使用完全解析的信息，但以增量方式。这是可能的吗？

它的许多优点之一是它是开源的，所以您可以看到它是如何工作的。您正在使用的类是

你感兴趣的课程的关键部分是：

public Reader parse(InputStream stream, Metadata metadata)
        throws IOException {
    ParseContext context = new ParseContext();
    context.set(Parser.class, parser);
    return new ParsingReader(parser, stream, metadata, context);
}

您可以看到Tika是如何获取解析器和流，并将其处理给读取器的。做一些类似的事情，你就准备好了。或者，编写自己的ContentHandler并直接调用它以获得完全控制