web-dev-qa-db-ja.com

Zipファイル内にあるファイルからコンテンツを読み取る

Zipファイル内のファイルからコンテンツを読み取り、抽出する簡単なJavaプログラムを作成しようとしています。 Zipファイルには3つのファイル（txt、pdf、docx）が含まれています。これらすべてのファイルの内容を読む必要があり、この目的でApache Tikaを使用しています。

誰かが機能を達成するためにここで私を助けることができますか？私はこれまでこれを試しましたが、成功しませんでした

コードスニペット

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();
        }
    }
}
javazipextractapache-tika
60
S Jagdeesh

各ZipEntryからファイルの内容を取得する方法を知りたい場合は、実際には非常に簡単です。サンプルコードを次に示します。

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);
    }
}

InputStreamを取得したら、必要に応じて読み取ることができます。

150
Rodrigo Sasaki

Java 7の時点で、NIO ApiはZipファイルまたはJarファイルのコンテンツにアクセスするためのより優れた、より一般的な方法を提供します。実際には、Zipファイルを通常のファイルとまったく同じように扱うことができる統一されたAPIです。

このAPIのZipファイル内に含まれるすべてのファイルを抽出するには、次のようにします。

In Java 8：

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));
            });
}

In Java 7：

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);
            }
        });
    }
}
37
LordOfThePigs

whileの条件のため、ループは決して中断しない可能性があります。

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

nullをチェックする代わりに、これを試すことができます：

ZipEntry entry = null;
while ((entry = Zip.getNextEntry()) != null) {
  // Rest of your code
}
10
Nishant Shreshth

Tikaがコンテナファイルを処理するために使用できるサンプルコード。 http://wiki.Apache.org/tika/RecursiveMetadata

私が言えることから、ネストされたZipファイルがある場合、受け入れられた解決策は機能しません。しかし、ティカはそのような状況にも対処します。

3
Harinder

これを実現する私の方法は、現在のエントリのストリームのみを提供するZipInputStreamラッピングクラスを作成することです。

ラッパークラス：

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();
    }

}

それの使用：

    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();

このアプローチの利点の1つは、InputStreamが引数として処理されるメソッドに引数として渡されることです。これらのメソッドは、入力ストリームの処理が完了するとすぐに入力ストリームを閉じる傾向があります。

2
Vilius