首页搜索错误修复

yangys

2025-08-22 7357ac4d4da853e84fe4a4f7ebc53d96fbe21212

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
package org.springblade.mdm.utils;
import org.apache.tika.detect.Detector;
import org.apache.tika.io.TikaInputStream;
import org.apache.tika.metadata.Metadata;
import org.apache.tika.mime.MediaType;
import java.io.IOException;
import java.io.InputStream;
 
public class AnsiTextDetector  implements Detector {
    // 可打印字符范围（ASCII + 扩展ANSI字符）
    private static final int PRINTABLE_START = 32;
    private static final int PRINTABLE_END = 126;
    private static final int EXTENDED_ANSI_START = 128;
    private static final int EXTENDED_ANSI_END = 255;
 
    // 文本判定阈值：可打印字符占比 >= 80%
    private static final double TEXT_THRESHOLD = 0.8;
 
    @Override
    public MediaType detect(InputStream input, Metadata metadata) throws IOException {
        TikaInputStream tis = TikaInputStream.get(input);
        byte[] buffer = new byte[1024];
        int bytesRead = tis.read(buffer);
        if (bytesRead <= 0) {
            return MediaType.OCTET_STREAM;
        }
 
        int total = 0;
        int printable = 0;
        for (int i = 0; i < bytesRead; i++) {
            byte b = buffer[i];
            int unsigned = b & 0xFF; // 转为无符号字节
            total++;
            // 判断是否为可打印字符（含扩展ANSI）
            if ((unsigned >= PRINTABLE_START && unsigned <= PRINTABLE_END) ||
                (unsigned >= EXTENDED_ANSI_START && unsigned <= EXTENDED_ANSI_END)) {
                printable++;
            }
        }
 
        // 若可打印字符占比达标，判定为文本
        if ((double) printable / total >= TEXT_THRESHOLD) {
            return MediaType.TEXT_PLAIN;
        }
        return MediaType.OCTET_STREAM;
    }
}