Java 从Zip文件中的文件读取内容

我试图创建一个简单的java程序，从zip文件中读取和提取文件内容。Zip文件包含3个文件（txt、pdf、docx）。我需要阅读所有这些文件的内容，为此我正在使用ApacheTika

有人能帮我实现这个功能吗。到目前为止，我已经试过了，但没有成功

代码片段

public class SampleZipExtract {


    public static void main(String[] args) {

        List<String> tempString = new ArrayList<String>();
        StringBuffer sbf = new StringBuffer();

        File file = new File("C:\\Users\\xxx\\Desktop\\abc.zip");
        InputStream input;
        try {

          input = new FileInputStream(file);
          ZipInputStream zip = new ZipInputStream(input);
          ZipEntry entry = zip.getNextEntry();

          BodyContentHandler textHandler = new BodyContentHandler();
          Metadata metadata = new Metadata();

          Parser parser = new AutoDetectParser();

          while (entry!= null){

                if(entry.getName().endsWith(".txt") || 
                           entry.getName().endsWith(".pdf")||
                           entry.getName().endsWith(".docx")){
              System.out.println("entry=" + entry.getName() + " " + entry.getSize());
                     parser.parse(input, textHandler, metadata, new ParseContext());
                     tempString.add(textHandler.toString());
                }
           }
           zip.close();
           input.close();

           for (String text : tempString) {
           System.out.println("Apache Tika - Converted input string : " + text);
           sbf.append(text);
           System.out.println("Final text from all the three files " + sbf.toString());
        } catch (FileNotFoundException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } catch (SAXException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } catch (TikaException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
    }
}

public类SampleZipExtract{
公共静态void main（字符串[]args）{
List tempString=new ArrayList（）；
StringBuffer sbf=新的StringBuffer（）；
File File=新文件（“C:\\Users\\xxx\\Desktop\\abc.zip”）；
输入流输入；
试一试{
输入=新文件输入流（文件）；
ZipInputStream zip=新的ZipInputStream（输入）；
ZipEntry entry=zip.getNextEntry（）；
BodyContentHandler textHandler=新的BodyContentHandler（）；
元数据=新元数据（）；
Parser Parser=new AutoDetectParser（）；
while（条目！=null）{
if（entry.getName（）.endsWith（“.txt”）||
entry.getName（）.endsWith（“.pdf”）||
entry.getName（）.endsWith（“.docx”））{
System.out.println（“entry=“+entry.getName（）+”+entry.getSize（））；
parse（输入，textHandler，元数据，新的ParseContext（））；
add（textHandler.toString（））；
}
}
zip.close（）；
input.close（）；
for（字符串文本：tempString）{
System.out.println（“ApacheTika-转换后的输入字符串：“+text”）；
附加（文本）；
System.out.println（“所有三个文件的最终文本”+sbf.toString（））；
}catch（filenotfounde异常）{
//TODO自动生成的捕捉块
e、 printStackTrace（）；
}捕获（IOE异常）{
//TODO自动生成的捕捉块
e、 printStackTrace（）；
}捕获（SAXE异常）{
//TODO自动生成的捕捉块
e、 printStackTrace（）；
}渔获物（Tikae）{
//TODO自动生成的捕捉块
e、 printStackTrace（）；
}
}
}
由于
中的条件，而
中的循环可能永远不会中断：

while (entry != null) {
  // If entry never becomes null here, loop will never break.
}

您可以尝试以下操作，而不必在此处检查
null
：

ZipEntry entry = null;
while ((entry = zip.getNextEntry()) != null) {
  // Rest of your code
}

如果您想知道如何从每个
ZipEntry
中获取文件内容，实际上非常简单。下面是一个示例代码：

public static void main(String[] args) throws IOException {
    ZipFile zipFile = new ZipFile("C:/test.zip");

    Enumeration<? extends ZipEntry> entries = zipFile.entries();

    while(entries.hasMoreElements()){
        ZipEntry entry = entries.nextElement();
        InputStream stream = zipFile.getInputStream(entry);
    }
}

publicstaticvoidmain（字符串[]args）引发IOException{
ZipFile-ZipFile=新的ZipFile（“C:/test.zip”）；
枚举可用于让Tika为您处理容器文件的示例代码。

据我所知，公认的解决方案不适用于存在嵌套zip文件的情况。Tika也会处理此类情况。
我实现这一点的方法是创建ZipInputStream包装类，该类将处理仅提供当前条目流的内容：

包装器类：

public class ZippedFileInputStream extends InputStream {

    private ZipInputStream is;

    public ZippedFileInputStream(ZipInputStream is){
        this.is = is;
    }

    @Override
    public int read() throws IOException {
        return is.read();
    }

    @Override
    public void close() throws IOException {
        is.closeEntry();
    }

}

信息技术的使用：

    ZipInputStream zipInputStream = new ZipInputStream(new FileInputStream("SomeFile.zip"));

    while((entry = zipInputStream.getNextEntry())!= null) {

     ZippedFileInputStream archivedFileInputStream = new ZippedFileInputStream(zipInputStream);

     //... perform whatever logic you want here with ZippedFileInputStream 

     // note that this will only close the current entry stream and not the ZipInputStream
     archivedFileInputStream.close();

    }
    zipInputStream.close();

这种方法的一个优点是：InputStreams作为参数传递给处理它们的方法，这些方法在处理完输入流后会立即关闭输入流。
从Java 7开始，NIO Api提供了一种更好、更通用的访问Zip或Jar文件内容的方法IEDAPI，允许您像处理普通文件一样处理Zip文件

要在此API中提取zip文件中包含的所有文件，请执行以下操作：

在Java 8中：

private void extractAll(URI fromZip, Path toDirectory) throws IOException{
    FileSystems.newFileSystem(fromZip, Collections.emptyMap())
            .getRootDirectories()
            .forEach(root -> {
                // in a full implementation, you'd have to
                // handle directories 
                Files.walk(root).forEach(path -> Files.copy(path, toDirectory));
            });
}

private void extractAll(URI fromZip, Path toDirectory) throws IOException{
    FileSystem zipFs = FileSystems.newFileSystem(fromZip, Collections.emptyMap());

    for(Path root : zipFs.getRootDirectories()) {
        Files.walkFileTree(root, new SimpleFileVisitor<Path>() {
            @Override
            public FileVisitResult visitFile(Path file, BasicFileAttributes attrs) 
                    throws IOException {
                // You can do anything you want with the path here
                Files.copy(file, toDirectory);
                return FileVisitResult.CONTINUE;
            }

            @Override
            public FileVisitResult preVisitDirectory(Path dir, BasicFileAttributes attrs) 
                    throws IOException {
                // In a full implementation, you'd need to create each 
                // sub-directory of the destination directory before 
                // copying files into it
                return super.preVisitDirectory(dir, attrs);
            }
        });
    }
}

在java 7中：

private void extractAll(URI fromZip, Path toDirectory) throws IOException{
    FileSystems.newFileSystem(fromZip, Collections.emptyMap())
            .getRootDirectories()
            .forEach(root -> {
                // in a full implementation, you'd have to
                // handle directories 
                Files.walk(root).forEach(path -> Files.copy(path, toDirectory));
            });
}

private void extractAll(URI fromZip, Path toDirectory) throws IOException{
    FileSystem zipFs = FileSystems.newFileSystem(fromZip, Collections.emptyMap());

    for(Path root : zipFs.getRootDirectories()) {
        Files.walkFileTree(root, new SimpleFileVisitor<Path>() {
            @Override
            public FileVisitResult visitFile(Path file, BasicFileAttributes attrs) 
                    throws IOException {
                // You can do anything you want with the path here
                Files.copy(file, toDirectory);
                return FileVisitResult.CONTINUE;
            }

            @Override
            public FileVisitResult preVisitDirectory(Path dir, BasicFileAttributes attrs) 
                    throws IOException {
                // In a full implementation, you'd need to create each 
                // sub-directory of the destination directory before 
                // copying files into it
                return super.preVisitDirectory(dir, attrs);
            }
        });
    }
}

private void extractAll（URI fromZip，指向目录的路径）引发IOException{
FileSystem zipFs=FileSystems.newFileSystem（fromZip，Collections.emptyMap（））；
for（路径根：zipFs.getRootDirectory（））{
walkFileTree（根目录，新的SimpleFileVisitor（）{
@凌驾
公共文件VisitResult visitFile（路径文件，基本文件属性属性属性）
抛出IOException{
//你可以用这里的路径做任何你想做的事情
文件。复制（文件，到目录）；
返回FileVisitResult.CONTINUE；
}
@凌驾
公共文件VisitResult preVisitDirectory（路径目录，基本文件属性属性属性）
抛出IOException{
//在完整的实现中，您需要创建
//之前的目标目录的子目录
//将文件复制到其中
返回super.preVisitDirectory（dir，attrs）；
}
});
}
}
我就是这样做的，记得更改url或zip文件
jdk 15

import java.io.FileNotFoundException；
导入java.io.FileOutputStream；
导入java.io.IOException；
导入java.net.MalformedURLException；
导入java.net.URL；
导入java.util.Scanner；
导入java.util.stream.stream；
导入java.util.zip.ZipEntry；
导入java.util.zip.ZipFile；
导入java.io.*；
导入java.util.*；
导入java.nio.file.path；
班长{
publicstaticvoidmain（字符串[]args）引发畸形的DurLexException、FileNotFoundException、IOException{
字符串url，kfile；
扫描仪GETW=新扫描仪（System.in）；
System.out.println（“请粘贴Url:”；
url=getkw.nextLine（）；
System.out.println（“请输入要另存为的文件名：：”；
kfile=getkw.nextLine（）；
getkw.close（）；
Main Dinit=新Main（）；
System.out.println（Dinit.dloader（url，kfile））；
ZipFile香草=新ZipFile（新文件（“Vanilla.zip”）；
枚举为什么不直接将zip文件传递给ApacheTika？然后它将调用为zip中的每个文件提供的递归解析器，这样您就不必做任何特殊的事情了！这就是我想知道的