Merge remote-tracking branch 'origin/main' into main

# Conflicts:
#	CHANGES.txt

CHANGES.txt

@@ -1,5 +1,7 @@
 Release 2.1.1 - ???
 
+   * Add detection of JPEG XL, MARC, ICC profiles, NES-ROM file types
+     (TIKA-3562 and TIKA-3563)
    * Remove duplicate "subject" metadata keys that were intended
      for backwards compatibility within 1.x only (TIKA-3564).
 

tika-core/src/main/resources/org/apache/tika/mime/tika-mimetypes.xml

@@ -427,8 +427,25 @@
   </mime-type>
 
   <mime-type type="application/macwriteii"/>
+
   <mime-type type="application/marc">
+    <!-- todo add marc xml <marc:collection> -->
     <glob pattern="*.mrc"/>
+    <magic priority="50">
+      <!-- built from, e.g. https://www.loc.gov/marc/community/cileader.html -->
+      <match value="[0-9]{5,5}" type="regex" offset="0">
+        <!-- bibliographic -->
+        <match value="[acdnp][acdefgijkmoprt][abcdims]" type="regex" offset="5"/>
+        <!-- authority-->
+        <match value="[acdnosx]z" type="regex" offset="5"/>
+        <!-- holdings -->
+        <match value="[cdn][uvxy]" type="regex" offset="5"/>
+        <!-- classification -->
+        <match value="[acdn]w" type="regex" offset="5"/>
+        <!-- community -->
+        <match value="[cdn]q" type="regex" offset="5"/>
+      </match>
+    </magic>
   </mime-type>
 
   <mime-type type="application/mathematica">
@@ -622,7 +639,6 @@
   <mime-type type="application/kate">
     <sub-class-of type="application/ogg"/>
   </mime-type>
-
   <mime-type type="application/onenote">
     <alias type="application/msonenote"/>
     <acronym>OneNote</acronym>
@@ -1505,6 +1521,9 @@
   <mime-type type="application/vnd.iccprofile">
     <glob pattern="*.icc"/>
     <glob pattern="*.icm"/>
+    <magic priority="50">
+      <match value="acsp" type="string" offset="36"/>
+    </magic>
   </mime-type>
   <mime-type type="application/vnd.igloader">
     <glob pattern="*.igl"/>
@@ -3664,6 +3683,7 @@
 
   <mime-type type="application/x-dosexec">
     <_comment>DOS/Windows executable (EXE)</_comment>
+    <!-- magic is MZ at offset=0, but that may not be unique enough -->
     <sub-class-of type="application/x-msdownload"/>
     <glob pattern="*.exe"/>
   </mime-type>
@@ -4202,7 +4222,13 @@
     <!-- MISAM Data files are header-less, so no magic -->
     <sub-class-of type="application/x-mysql-db"/>
   </mime-type>
-
+  <mime-type type="application/x-nesrom">
+    <_comment>Nintendo Entertainment System ROM</_comment>
+    <glob pattern="*.nes"/>
+    <magic priority="50">
+      <match value="0x4E45531A" type="string" offest="0" />
+    </magic>
+  </mime-type>
   <mime-type type="application/x-netcdf">
     <glob pattern="*.nc"/>
     <glob pattern="*.cdf"/>

tika-parsers/tika-parsers-standard/tika-parsers-standard-package/src/test/java/org/apache/tika/mime/TestMimeTypes.java

@@ -445,6 +445,13 @@ public void testJxlDetection() throws Exception {
         assertTypeByName("image/jxl", "testJXL_ISOBMFF.jxl");
     }
 
+    @Test
+    public void testMARC() throws Exception {
+        assertType("application/marc", "testMARC.mrc");
+        assertTypeByData("application/marc", "testMARC.mrc");
+        assertTypeByName("application/marc", "testMARC.mrc");
+    }
+
     @Test
     public void testAVIFDetection() throws Exception {
         // The test file is an avif header fragment only, not a complete image.

tika-parsers/tika-parsers-standard/tika-parsers-standard-package/src/test/resources/test-documents/testMARC.mrc

@@ -0,0 +1 @@
+01448nam a2200169 a 45000010014000000030012000141000036000262450090000623360034001523370026001863380036002125200833002486500046010816500064011277760036011918560051012279788490776759ES-Sintesis00aSoldevila Matías, Paueauthor.  aRecursos humanos en el alojamientoh[electronic resource] /cSoldevila Matías, Pau,   atactile textbtct2rdacontent  acomputerbc2rdamedia  aonline resourcebcr2rdacarrier  aEste libro aborda los aspectos más importantes para la gestión de los recursos humanos en el sector de alojamientos de manera práctica y teniendo en cuenta aspectos como el valor de la planificación de plantillas, la determinación de los puestos de trabajo, los planes de formación, los manuales de acogida, la legislación y la normativa laboral. Además, se desarrollan las últimas tendencias del mercado en identificación de las fuentes de reclutamiento y selección de personal, y se concretan las habilidades directivas, los tipos de liderazgo, los estilos y los factores relevantes de la comunicación y la motivación.   Por todo ello, se trata de una obra de gran utilidad tanto para alumnos como para profesionales del sector de alojamientos, para favorecer el aprendizaje y potenciar el desarrollo profesional.14aFormación Profesional: Ciclos Formativos24aGestión de Alojamientos TurísticosaHostelería y Turismo08iPrinted edition:z978849077137240uhttps://visor.sintesis.com/Ebook/9788490776759