从Zip文件中的文件中读取内容

Question

从Zip文件中的文件中读取内容我正在尝试创建一个简单的java程序，它从zip文件中的文件中读取和提取内容。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，我正在使用Apache Tika。有人可以帮我在这里实现功能。到目前为止我尝试过这个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();         }     }}

Answer 1

从Java 7开始，NIO Api提供了一种更好，更通用的方式来访问Zip或Jar文件的内容。实际上，它现在是一个统一的API，允许您像普通文件一样处理Zip文件。

为了在此API中提取zip文件中包含的所有文件，您需要执行以下操作：

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));
            });}

在java 7中：

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);
            }
        });
    }}

Answer 2

由于条件while，循环可能永远不会破坏：

while (entry != null) {

  // If entry never becomes null here, loop will never break.

}

而不是在null那里检查，你可以试试这个：

ZipEntry entry = null;

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

  // Rest of your code

}