<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>

import org.apache.tika.parser.AutoDetectParser;
import org.apache.tika.sax.BodyContentHandler;
import org.springframework.stereotype.Service;
import org.apache.tika.metadata.Metadata;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStream;

/**
 * @ClassName：DocumentParserService
 * @Description: 創建文檔解析服務
 * @Author: songwp
 * @Date: 2025/8/5 16:27
 */
@Service
public class DocumentParserService {

    /**
     * 解析文檔內容
     * @param file
     * @return
     */
    public String parseDocument(File file) {
        StringBuilder content = new StringBuilder();
        try (InputStream stream = new FileInputStream(file)) {
            BodyContentHandler handler = new BodyContentHandler();
            Metadata metadata = new Metadata();
            AutoDetectParser parser = new AutoDetectParser();
            parser.parse(stream, handler, metadata);
            content.append(handler.toString());
        } catch (Exception e) {
            e.printStackTrace();
            content.append("Error: ").append(e.getMessage());
        }
        return content.toString();
    }
}

import com.ruoyi.web.controller.tika.DocumentParserService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.http.ResponseEntity;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.multipart.MultipartFile;
import java.io.File;
import java.io.IOException;

/**
 * @ClassName：DocumentParserController
 * @Description: 解析文檔的控制器
 * @Author: songwp
 * @Date: 2025/8/5 16:29
 */
@RestController
@RequestMapping("/api/documents")
public class DocumentParserController {

    @Autowired
    private DocumentParserService documentParserService;

    @PostMapping("/parse")
    public ResponseEntity<String> parseDocument(@RequestParam("file") MultipartFile file) {
        if (file.isEmpty()) {
            return ResponseEntity.badRequest().body("File is empty");
        }
        try {
            // 將上傳的文件轉換為臨時文件
            File tempFile = File.createTempFile("document-", ".tmp");
            file.transferTo(tempFile);
            tempFile.deleteOnExit();

            // 調用文檔解析服務解析文檔內容
            String parsedContent = documentParserService.parseDocument(tempFile);
            return ResponseEntity.ok(parsedContent);
        } catch (IOException e) {
            e.printStackTrace();
            return ResponseEntity.status(500).body("Error: " + e.getMessage());
        }
    }
}

配置 Apache Tika 數據文件
確保你的項目根目錄有一個 tessdata 文件夾，其中包含 Apache Tika 的數據文件。
（1) Apache Tika 官方網站 下載合適的語言數據文件。
（2) 云盤數據下載：https://pan.baidu.com/s/13oPR2r7qOE6lt6SgbpWOQA 提取碼: uaaw 

1、 文件格式支持
確保上傳的文件是 Apache Tika 支持的格式，如 PDF、Word 文檔、Excel 表格等。
2、優化解析性能
針對大文件和復雜格式的文檔，可能需要優化解析性能。可以考慮使用異步處理、文件流處理等技術來提升解析速度和穩定性。