No funciona extractor de metadatos en versión 3.4

cybermakoki — Wed, 02 Mar 2011 13:10:16 GMT

Hola,Bueno, por vigésimo quinta vez ya… he vuelto a tener problemas con Alfresco migrando de versión…Hemos actualizado de la versión 3.1.1 a la versión 3.4 (haciendo los saltos de versiones correspondientes).En la versión 3.1.1 tenia 2 extractores de metadatos definidos, uno para excel y otro para p

Re: No funciona extractor de metadatos en versión 3.4

cybermakoki — Wed, 02 Mar 2011 15:36:32 GMT

Bueno, para el que se encuentre con este problema al migrar a la versión 3.4…

Los extractores de Alfresco han cambiado, ahora usan Tika:

http://wiki.alfresco.com/wiki/Content_Transformation_and_Metadata_Extraction_with_Apache_Tika

y he tenido que cambiar el código del extractor para que funcione…



public class PDFCustomExtractor  extends TikaPoweredMetadataExtracter
{
    protected static Log logger = LogFactory.getLog(PDFCustomExtractor.class);

    public static ArrayList<String> SUPPORTED_MIMETYPES = buildSupportedMimetypes(
             new String[] { MimetypeMap.MIMETYPE_PDF },
             new PDFParser()
    );

    public PDFCustomExtractor()
    {
        super(SUPPORTED_MIMETYPES);
    }
    
    @Override
    protected Parser getParser() {
       return new PDFParser();
    }
    
    @Override
    public Map<String, Serializable> extractRaw(ContentReader reader) throws Throwable
    {
          Map<String, Serializable> rawProperties = newRawMap();
      
          PDDocument pdf = null;
          InputStream is = null;
          try
          {
            is = reader.getContentInputStream();
      
            pdf = PDDocument.load(is);
            if (pdf.isEncrypted()) {
              //break label337;
            }
            PDDocumentInformation docInfo = pdf.getDocumentInformation();
      
            putRawValue("author", docInfo.getAuthor(), rawProperties);
            putRawValue("title", docInfo.getTitle(), rawProperties);
            putRawValue("subject", docInfo.getSubject(), rawProperties);
      
            String keywords = docInfo.getKeywords();
            try
            {
              keywords = keywords.trim();
              while (keywords.charAt(0) == '"') {
                keywords = keywords.substring(1);
              }
              while (keywords.charAt(keywords.length() - 1) == '"') {
                keywords = keywords.substring(0, keywords.length() - 1);
              }
              keywords = keywords.trim();
      
              StringTokenizer stcomma = new StringTokenizer(keywords, ";");
              while (stcomma.hasMoreTokens()) {
                String token = stcomma.nextToken();
                StringTokenizer sttoken = new StringTokenizer(token, "=");
      
                putRawValue(sttoken.nextToken(), sttoken.nextToken(), rawProperties);
              }
            }
            catch (Exception x) {
               logger.info("\n\nExtracter: " + x.toString() + ".\n");
            }
      
            if (keywords != null) {
               logger.info("\n\nKeywords es:" + keywords + ".\n");
              putRawValue("keywords", keywords, rawProperties);
            }
            else {
              logger.info("\n\nKeywords es null.\n");
            }
      
            try
            {
              Calendar created = docInfo.getCreationDate();
              label337: if (created != null)
              {
                putRawValue("created", created.getTime(), rawProperties);
              }
      
            }
            catch (IOException localIOException)
            {
            }
      
          }
          finally
          {
            if (is != null)
              try {
                is.close(); } catch (IOException localIOException1) {
              }
            if (pdf != null) {
              try {
                pdf.close(); } catch (Throwable e) { e.printStackTrace(); }
      
            }
          }
      
          logger.info("\n\nPropiedades de vuelta:" + rawProperties.toString() + "\n");
      
          return rawProperties;
        }
}
‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

en fin, todo el dia perdido con esto….

topic No funciona extractor de metadatos en versión 3.4 in Alfresco Archive

No funciona extractor de metadatos en versión 3.4

Re: No funciona extractor de metadatos en versión 3.4