Apache Tika 文字コード ANSIで日本語が文字化け

とりあえず焦った(；´∀｀)


色々やったゎ(´・ω・｀)


Tikaのバージョンを 1.4へ変更もしたけどダメだった。


ソース読むのめんどくさいよ(´；ω；｀)



とりあえず調べていったら面白いことがわかった(・∀・)



リリースされてるソースIcu4jEncodingDetector.javaを読むと・・・

for (CharsetMatch match : detector.detectAll()) {
    try {
        return CharsetUtils.forName(match.getName());
    } catch (Exception e) {
    }
}

ん？

ここ何してんの？(；´Д｀)


どうやっても戻り値が IBM500 ってなんだ？？？



これが原因かなと思いつつソースを修正

// 戻り値を JISAutoDetect に修正
return CharsetUtils.forName("JISAutoDetect");

できたで工藤(●・ω・●)


とりあえず不明だなぁ(；´Д｀)



いい方法があれば別で修正しよう(´・ω・｀)