我们正在使用Tika 1.1从XLSM文件中提取内容。我们有两个服务器实例。在其中一台服务器上正确提取文件内容。但在另一台服务器上我得到同一个文件的zip炸弹异常。我们在两个实例中使用相同的tika独立罐。但我无法确定问题所在。
不确定SAX配置是否在运行时产生问题（我不熟悉SAX）。我该如何调试此问题？
引起：org.apache.tika.exception.TikaException：检测到拉链炸弹！ 在org.apache.tika.sax.SecureContentHandler.throwIfCauseOf（SecureContentHandler.java:192） 在org.apache.tika.parser.AutoDetectParser.parse（AutoDetectParser.java:123） 在org.apache.tika.Tika.parseToString（Tika.java:380） 在com.ptc.search.solr.contentReader.contentExtraction.TikaExtractor.getContent（TikaExtractor.java:36） ......还有45个 引起：org.apache.tika.sax.SecureContentHandler $ SecureSAXException：疑似拉链炸弹：878级XML元素嵌套 在org.apache.tika.sax.SecureContentHandler.startElement（SecureContentHandler.java:234） 在org.apache.tika.sax.ContentHandlerDecorator.startElement（ContentHandlerDecorator.java:126） 在org.apache.tika.sax.ContentHandlerDecorator.startElement（ContentHandlerDecorator.java:126） 在org.apache.tika.sax.ContentHandlerDecorator.startElement（ContentHandlerDecorator.java:126） 在org.apache.tika.sax.ContentHandlerDecorator.startElement（ContentHandlerDecorator.java:126） 在org.apache.tika.sax.SafeContentHandler.startElement（SafeContentHandler.java:264） 在org.apache.tika.sax.XHTMLContentHandler.startElement（XHTMLContentHandler.java:244） 在org.apache.tika.sax.XHTMLContentHandler.startElement（XHTMLContentHandler.java:274） 在org.apache.tika.sax.XHTMLContentHandler.element（XHTMLContentHandler.java:313） 在org.apache.tika.parser.microsoft.ooxml.XSSFExcelExtractorDecorator.extractHeaderFooter（XSSFExcelExtractorDecorator.java:145） 在org.apache.tika.parser.microsoft.ooxml.XSSFExcelExtractorDecorator.buildXHTML（XSSFExcelExtractorDecorator.java:129） 在org.apache.tika.parser.microsoft.ooxml.AbstractOOXMLExtractor.getXHTML（AbstractOOXMLExtractor.java:104） 在org.apache.tika.parser.microsoft.ooxml.OOXMLExtractorFactory.parse（OOXMLExtractorFactory.java:110） 在org.apache.tika.parser.microsoft.ooxml.OOXMLParser.parse（OOXMLParser.java:82） 在org.apache.tika.parser.CompositeParser.parse（CompositeParser.java:242） 在org.apache.tika.parser.CompositeParser.parse（CompositeParser.java:242） 在org.apache.tika.parser.AutoDetectParser.parse（AutoDetectParser.java:120） ......还有47个
答案 0 :(得分：0)
调试tika代码后，我意识到我在WriteOutContentHandler上设置了maxStringLength，并且在达到限制后代码抛出了zip炸弹错误。正确的错误消息可能会更快帮助。无论如何，感谢大家的投入。我们一定会计划搬到最新版本。
我们是否应该在Jira中创建一个缺陷以抛出正确的错误消息？
答案 1 :(得分：0)
我解决了安装问题
emerge app-office/unoconv
并执行
$ unoconv -fpdf file.xlsm
它将在文件的同一目录中创建一个.pdf文件，然后您可以将其发送给Tika。
我的服务器是Gentoo，然后适应你的。