与Apache Tika的进度报告？

Question

我使用Apache和Java从PDF和Zip文件中提取文本。现在在处理大型文件时，我希望将进度报告添加到我的应用程序中。为此，我需要估计提取大小来计算完成的百分比(通过将其与写入输出的字节数相匹配)。

我搜了很多遍，在任何地方都找不到任何与此相关的东西。

apache提供了任何进度报告吗？有什么解决办法吗？

编辑:我正在使用apache tika-parsers的java库，来自组org.apache.tika的tika-server。并使用以下代码通过Java直接调用它们。

AutoDetectParser parser = new AutoDetectParser();
ParseContext context = getParseContext(extractionPolicy, parser);
Metadata metadata = new Metadata();
parser.parse(inputStream, handler, metadata, context);
return metadata;

Answer 1

我走错路了。对于进度报告，我不是估计输出字节和提取大小，而是计算输入流上的读取字节。

将输入字符串包装在AWS或Apache提供的CountingInputStream类中，并将读取字节与总内容字节匹配以获得百分比。

CountingInputStream inputStream;
Long totalContentLength;

private int getProgressPercentage(){
    Long processedBytes = this.inputStream.getByteCount();
    if (0 < totalContentLength && processedBytes <= totalContentLength) {
        int percent = (int) ((processedBytes * 100.0 / totalContentLength));
        LOGGER.info("Processed bytes: {}, Total bytes: {}, Progress: {}%", processedBytes, totalContentLength, percent);
        return percent;
    }
    return 0;
}