如何通过Tika配置使XLSX导出文本保留dd/mm/yyyy日期格式？

完全可行，你需要针对Apache POI（Tika处理XLSX的底层依赖）配置日期格式化规则，之前的配置文件未生效大概率是配置项或格式不对。以下是具体实现步骤：

1. 编写正确的tika-config.xml #

创建或修改配置文件，指定XLSX解析器的日期格式为dd/MM/yyyy（注意月份用大写MM，小写mm会被识别为分钟）：

<?xml version="1.0" encoding="UTF-8"?>
<properties>
  <parsers>
    <parser class="org.apache.tika.parser.microsoft.ooxml.OOXMLParser">
      <params>
        <param name="dateFormat" type="string">dd/MM/yyyy</param>
      </params>
    </parser>
  </parsers>
</properties>

2. 执行带配置的提取命令 #

确保配置文件路径正确，执行以下命令：

java -jar tika-app-2.9.2.jar --text test.xlsx --config=tika-config.xml

常见排查点 #

• 确认配置文件中的解析器类名正确：org.apache.tika.parser.microsoft.ooxml.OOXMLParser是Tika 2.x版本处理XLSX的正确类
• 检查dateFormat参数的拼写和格式，避免大小写错误（比如mm和MM的区别）
• 确保配置文件和tika-app-2.9.2.jar、test.xlsx在同一目录，或者指定完整路径（比如--config=/path/to/tika-config.xml）

内容的提问来源于stack exchange，提问作者Daniele Grillo