Question

我正在使用Apache Tika，1.7和Apache POI从Maven构建的项目中的.doc和docx文档中提取文本。出于某种原因，我得到了

java.lang.NoSuchMethodError: org.apache.poi.util.IOUtils.calculateChecksum

错误。如Apache POI FAQ中所述，这是由版本问题引起的。因此，显而易见的解决方案是升级POI或其他东西。这个问题是我在tika-parsers包中使用与tika捆绑在一起的POI版本。这是因为我使用的是Tika型探测器，这是我使用的Tika的唯一部分（POI除外）。问题是，如果我只使用tika-core软件包并在maven pom.xml中单独声明POI依赖项，那么Tika检测器将停止检测容器类型，例如.docx文件，因为tika-parsers软件包对于检测器，如here所述。那么，我该如何解决这个问题呢？我想用tika进行准确的类型检测，但我也想在Tika之外使用Apache POI。

由于

Answer 1

我不知道你的POM是什么样的，但在大多数情况下，可以通过排除违规的传递依赖来处理这类问题。

它看起来像这样：

<dependency>
    <groupId>org.apache.tika</groupId>
    <artifactId>tika-parsers</artifactId>
    <version>1.7</version>
    <exclusions>
        <exclusion>
            <groupId>org.apache.poi</groupId>
            <artifactId>poi</artifactId>
        </exclusion>
    </exclusions> 
</dependency>
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi</artifactId>
    <version>3.11</version>
</dependency>

然而，看看Tika 1.7的POM，它已经取决于POI 3.11，这是目前最新的版本，并且确实包含了所需的方法。所以，很有可能，你在某个地方有另一个依赖，它会引入旧版本的POI。

您可以使用Maven dependency plugin查找违规库，并使用上述技巧解决冲突。

裸骨Tika型探测器和Apache POI

1 个答案: