无法在 TIKA 的 ParseContex 中添加 HtmlParser

问：

我使用 Tika FACADE：tika-core v1.25，tika-parsers v1.25。

我需要重新定义 Html 解析器以完全控制 html 文档处理过程。

为此，我创建了一个 CustomHtmlParser 类，并希望传递它进行处理，但要不要更改其他文件的处理。

现在 CustomHtmlParser 扩展了 HtmlParser，

查找文件： CustomHtmlParser： 软件包 com.mycompany.stackexp.CustomParsers;

Html解析器： 软件包 org.apache.tika.parser.html;

用于处理任何类型的代码：

    InputStream is = new BufferedInputStream(curFile.getInputStream())
    AutoDetectParser parser = AutoDetectParser();
    ParseContext pc = new ParseContext();
    Metadata metadata = Metadata();
    Tika tika = new Tika();

    String mimeType = tika.detect(is); //определяем mimeType нашего документа
    metadata.set(Metadata.CONTENT_TYPE, mimeType);//устанавливаем mimeType

    CustomBodyContentHandler ch = new CustomBodyContentHandler(-1);
    ch.setRoot(fileName); //Установить root

    //init my htmlParser
    init_customHtmlParser();

    parser.parse(is, ch, metadata, pc); 

在单词 ： 不起作用的情况下，假设在 ParseContext 中保存 CustomHtmlParser 时，在处理 html 文档时，将过渡到我的 parse 方法（在 CustomHtmlParser 类中）。但实际上，有一个过渡到标准解析方法（在 HTMLParser 类中）。或者通过其他方法将处理重定向到我的类

告诉我如何制作解析器并替换已创建的解析器。或者通过其他方法将处理重定向到我的类。我的目标是：要么用 CustomHtmlParser 替换 HTMLParser 要么添加一个新类。

我尝试在 pc （ParseContext） 中添加我的解析器：

//v1
public void init_customHtmlParser(){
    //My new parser which extends HtmlParser
    CustomHtmlParser customHtmlParser = new CustomHtmlParser();
    pc.set(HtmlParser.class, customHtmlParser);
}

//v2
public void init_customHtmlParser(){
    //My CustomHtmlParser save as HtmlParser
    HtmlParser customHtmlParser = new CustomHtmlParser();
    pc.set(HtmlParser.class, customHtmlParser);
}

但是在调试器中，我看到我的类没有活动。 每次选择 HTMLParser 类时，我都会看到它，而不是我的 CustomHtmlParser 类。

为什么我决定这对我有帮助？ 我使用customEmbeddedDocExtractor，并通过以下代码添加它：

if (pc.get(EmbeddedDocumentExtractor.class) == null) {
    Parser p = pc.get(Parser.class);
    if (p == null) {
        pc.set(Parser.class, parser);
    }

    this.customEmbeddedDocExtractor = new CustomParsingEmbeddedDocumentExtractor(pc);
    customEmbeddedDocExtractor.saveCustomBodyContentHandler(ch);
    customEmbeddedDocExtractor.setRoot(fileName);
    pc.set(EmbeddedDocumentExtractor.class, customEmbeddedDocExtractor);
}

• 软件包 org.apache.tika.extractor 中的 EmbeddedDocumentExtractor;
• customEmbeddedDocExtractor 在 com.mycompany.stackexp 包中;

Public CustomParsingEmbeddedDocumentExtractor 扩展了 ParsingEmbeddedDocumentExtractor。

使用自定义解析嵌入式文档提取器时，所有内容都会添加并按预期工作。