[java] Apache Tika XML 변환

18 Dec 2023

java

Apache Tika는 여러 종류의 문서를 처리하고 추출하는데 사용되는 라이브러리입니다. 이 라이브러리를 사용하면 XML로 변환된 문서로 바로 처리할 수 있어 텍스트 데이터를 분석하기 용이해집니다.

Apache Tika 설치

먼저, Apache Tika를 다음과 같이 Maven을 사용하여 의존성에 추가합니다:

<dependency>
    <groupId>org.apache.tika</groupId>
    <artifactId>tika-core</artifactId>
    <version>1.26</version>
</dependency>
<dependency>
    <groupId>org.apache.tika</groupId>
    <artifactId>tika-parsers</artifactId>
    <version>1.26</version>
</dependency>

XML 변환 코드 예제

다음은 Apache Tika를 사용하여 텍스트 파일을 XML로 변환하는 Java 코드의 예시입니다:

import org.apache.tika.parser.AutoDetectParser;
import org.apache.tika.parser.ParseContext;
import org.apache.tika.parser.Parser;
import org.apache.tika.metadata.Metadata;
import org.apache.tika.sax.BodyContentHandler;

import java.io.File;
import java.io.FileInputStream;
import java.io.InputStream;

public class TextToXMLConverter {
    public static void main(String[] args) throws Exception {
        Parser parser = new AutoDetectParser();
        BodyContentHandler handler = new BodyContentHandler();
        Metadata metadata = new Metadata();
        
        try (InputStream stream = new FileInputStream(new File("input.txt"))) {
            parser.parse(stream, handler, metadata, new ParseContext());
            System.out.println(handler.toString());
        }
    }
}

이 코드는 Apache Tika의 AutoDetectParser를 사용하여 입력 텍스트 파일을 XML로 변환한 후, XML 결과를 콘솔에 출력합니다.

결과

이상적으로, 위의 코드를 실행하면 입력 파일의 내용이 XML로 변환되어 출력됩니다. 이를 통해 파일의 텍스트 데이터를 XML 형식으로 효율적으로 다룰 수 있습니다.

Apache Tika를 사용하여 텍스트를 XML로 변환하는 방법에 대해 알아보았습니다. 이를 사용하여 다양한 유형의 문서를 효과적으로 처리할 수 있습니다.

참고 자료: Apache Tika