Когда сообщение, вложение которого сохраняется в Microsoft Outlook, оно сохраняется как файлы «.msg», которые содержат все содержимое электронной почты вместе с файлами aattachment. Я хотел бы извлечь текстовое содержимое тела электронной почты, а также вложения. Поддерживает ли Apache Tika файлы «.msg»? Если не какая-либо другая идея?Как извлечь содержимое файлов .msg, созданных Outlook?
Тик делает поддержку msg files
Вы можете использовать apache POI есть несколько примеров вокруг, как этот one
образец:
public static void main(String[] args) throws Exception{
MsgParser msgp = new MsgParser();
Message msg = msgp.parseMsg("c:/temp/test2.msg");
String fromEmail = msg.getFromEmail();
String fromName = msg.getFromName();
String subject = msg.getSubject();
String body = msg.getBodyText();
System.out.println("From :" + fromName + " <" + fromEmail + ">");
System.out.println("Subject :" + subject);
System.out.println("");
System.out.println(body);
System.out.println("");
List atts = msg.getAttachments();
for (Attachment att : atts) {
if (att instanceof FileAttachment) {
FileAttachment file = (FileAttachment) att;
System.out.println("Attachment : " + file.getFilename());
// you get the actual attachment with
// byte date[] = file.getData();
}
}
}
Вы связались с массивной древней версией документов Apache Tika! Если вы посмотрите на [самую последнюю версию, Tika 1.9] (https://tika.apache.org/1.9/formats.html#Mail_formats), вы увидите, что файлы MSG Outlook перечислены там как поддерживаемые и работают! – Gagravarr
спасибо, что я обновил ответ – Paizo
Если вы посмотрите на list of mail formats supported by Apache Tika 1.9 (на данный момент последней версии), вы увидите, что файлы MSG Outlook перечислены как поддерживаемые.
Принимая простой файл пример MSG из Apache POI project's test files и используя Тик App автономной баночку, чтобы сделать тестирование легко, мы можем легко выйти содержание и метаданные:
$ java -jar tika-app-1.9.jar --metadata simple_test_msg.msg
Author: Travis Ferguson
Content-Length: 16896
Content-Type: application/vnd.ms-outlook
Creation-Date: 2007-07-06T05:27:17Z
Last-Modified: 2007-07-06T05:27:17Z
Last-Save-Date: 2007-07-06T05:27:17Z
Message-Bcc:
Message-Cc:
Message-From: Travis Ferguson
Message-Recipient-Address: [email protected]
Message-To: [email protected]
X-Parsed-By: org.apache.tika.parser.DefaultParser
X-Parsed-By: org.apache.tika.parser.microsoft.OfficeParser
creator: Travis Ferguson
date: 2007-07-06T05:27:17Z
dc:creator: Travis Ferguson
dc:description: test message
dc:title: test message
dcterms:created: 2007-07-06T05:27:17Z
dcterms:modified: 2007-07-06T05:27:17Z
meta:author: Travis Ferguson
meta:creation-date: 2007-07-06T05:27:17Z
meta:save-date: 2007-07-06T05:27:17Z
modified: 2007-07-06T05:27:17Z
resourceName: simple_test_msg.msg
subject: test message
title: test message
$ java -jar tika-app-1.9.jar --text simple_test_msg.msg
test message
From
Travis Ferguson
To
[email protected]
Recipients
[email protected]
This is a test message.
Метаданные, включая отправитель, receipients , даты и т. д., текст, все, что вы могли бы захотеть!
С другой стороны, если у вас есть особые потребности/требования и хотите иметь полный контроль, вы можете использовать основной Apache POI HSMF library для разбора файлов MSG, смотрите на HSMF unit tests примеры использования
должны делать. Насколько вы работали, когда пытались? А что нет? – Gagravarr