XLSX 的日期格式 Tika 输出

Question

我有一个包含此内容的 XLSX 文件

我已经下载了tika-app进行测试：

java -jar tika-app-2.9.2.jar --metadata test.xlsx

Content-Length: 9217
Content-Type: application/vnd.openxmlformats-officedocument.spreadsheetml.sheet
X-TIKA:Parsed-By: org.apache.tika.parser.DefaultParser
X-TIKA:Parsed-By: org.apache.tika.parser.microsoft.ooxml.OOXMLParser
X-TIKA:origResourceName: C:\Users\users\Documents\
dc:creator: daniele grillo
dc:publisher:
dcterms:created: 2024-04-17T07:44:01Z
dcterms:modified: 2024-04-17T13:58:35Z
extended-properties:AppVersion: 16.0300
extended-properties:Application: Microsoft Excel
extended-properties:Company:
extended-properties:DocSecurityString: None
meta:last-author: daniele grillo
protected: false
resourceName: test.xlsx

所以我运行命令

java -jar tika-app-2.9.2.jar --text test.xlsx

这是输出

Foglio1
        date    name
        2/9/72  one
        2/10/98 two
        1/3/09  three
        1/1/00  four
        4/11/00 five

我读过知道可以传递 tika-config.xml 来操纵解析器：

java -jar /tika-app-2.9.2.jar --text test.xlsx --config=tika-config.xml

对于日期，我希望输出如下：dd/mm/yyyy，如 .XLSX 格式

可能吗？如果是的话怎么办？

我尝试使用这个 tika-config.xml 但输出是相同的：

<?xml version="1.0" encoding="UTF-8"?>
<properties>
    <parsers>
        <parser class="org.apache.tika.parser.DefaultParser">
            <mime>application/vnd.openxmlformats-officedocument.spreadsheetml.sheet</mime>
            <parser-exclude class="org.apache.tika.parser.microsoft.ooxml.OOXMLParser"/>
        </parser>
    </parsers>
    <dateFormats>
        <dateFormat>dd/MM/yyyy</dateFormat>
    </dateFormats>
</properties>

Answer 1

OOXMLParser

具有从

setDateFormatOverride(String)

继承的

AbstractOfficeParser

方法。

此参数可以在解析器的

<params>

内设置。

<?xml version="1.0" encoding="UTF-8"?>
<properties>
    <parsers>
        <parser class="org.apache.tika.parser.DefaultParser"/>
        <parser class="org.apache.tika.parser.microsoft.ooxml.OOXMLParser">
            <params>
                <param name="dateFormatOverride" type="string">dd/mm/yyyy</param>
            </params>
        </parser>
    </parsers>
</properties>