提卡元日期

Question

我有两个电子邮件testfiles：

1. 已通过创建一个文件“另存为”，在Mac的邮件（这将创建一个.txt文件）
2. 的文件已经从Mac的邮件拖动电子邮件到桌面（这将创建一个.eml文件）

创建如果我养活的文件与

curl -T filename http://localhost:9998/detect/stream 

我得到这两个文件的响应“message/rfc822”。

如果我运行

curl -T filename http://localhost:9998/meta 

我得到的元数据，但在（1）我没有得到的日期中提取，而在情况（2）我做的情况。

我明白，当然，.eml文件包含完整的原始标题，而.txt文件只包含一个非常简短的标题。但是，即使缩写头也包含一个“Date”字段，所以我认为Tika应该提取它。这是一个错误还是故意的？在后一种情况下，我有什么办法可以让Tika在情况（1）中提取日期？

我正在运行Tika-server 1.14。

Answer 1

谢谢您开通TIKA-1970;底层的James'mime4j库无法解析格式为“2016年5月16日09:30:32 GMT + 1”的日期。我们将添加额外的日期解析代码来捕获mime4j在Tika级别无法识别的日期格式。

再次感谢您注意并在我们的JIRA上开放问题。