我使用SOLR7完全提取Windows doc文件。我有这个错误：
o.a.s.h.RequestHandlerBase org.apache.poi.poifs.filesystem.NotOLE2FileException：标头签名无效；读取0x0A1A0A0D474E5089，预期为0xE11AB1A1E011CFD0-您的文件似乎不是有效的OLE2文档 在org.apache.poi.poifs.storage.HeaderBlock（HeaderBlock.java:144） 在org.apache.poi.poifs.storage.HeaderBlock。（HeaderBlock.java:113） 在org.apache.poi.poifs.filesystem.NPOIFSFileSystem。（NPOIFSFileSystem.java:301） 在org.apache.tika.parser.microsoft.OfficeParser.parse（OfficeParser.java:124） 在org.apache.tika.parser.DelegatingParser.parse（DelegatingParser.java:72） 在org.apache.tika.extractor.ParsingEmbeddedDocumentExtractor.parseEmbedded（ParsingEmbeddedDocumentExtractor.java:102） 在org.apache.tika.extractor.EmbeddedDocumentUtil.parseEmbedded（EmbeddedDocumentUtil.java:220） 在org.apache.tika.parser.microsoft.AbstractPOIFSExtractor.handleEmbeddedResource（AbstractPOIFSExtractor.java:124） 在org.apache.tika.parser.microsoft.AbstractPOIFSExtractor.handleEmbeddedResource（AbstractPOIFSExtractor.java:100） 在org.apache.tika.parser.microsoft.WordExtractor.handlePictureCharctureerRun（WordExtractor.java:640） 在org.apache.tika.parser.microsoft.WordExtractor.handleParagraph（WordExtractor.java:372） 在org.apache.tika.parser.microsoft.WordExtractor.handleHeaderFooter（WordExtractor.java:259） 在org.apache.tika.parser.microsoft.WordExtractor.parse（WordExtractor.java:182） 在org.apache.tika.parser.microsoft.OfficeParser.parse（OfficeParser.java:176） 在org.apache.tika.parser.microsoft.OfficeParser.parse（OfficeParser.java:132） 在org.apache.solr.handler.extraction.ExtractingDocumentLoader.load（ExtractingDocumentLoader.java:228） 在org.apache.solr.handler.ContentStreamHandlerBase.handleRequestBody（ContentStreamHandlerBase.java:68） 在org.apache.solr.handler.RequestHandlerBase.handleRequest（RequestHandlerBase.java:199） 在org.apache.solr.core.SolrCore.execute（SolrCore.java:2539） 在org.apache.solr.servlet.HttpSolrCall.execute（HttpSolrCall.java:709） 在org.apache.solr.servlet.HttpSolrCall.call（HttpSolrCall.java:515） 在org.apache.solr.servlet.SolrDispatchFilter.doFilter（SolrDispatchFilter.java:377） 在org.apache.solr.servlet.SolrDispatchFilter.doFilter（SolrDispatchFilter.java:323） 在org.eclipse.jetty.servlet.ServletHandler $ CachedChain.doFilter（ServletHandler.java:1634） 在org.eclipse.jetty.servlet.ServletHandler.doHandle（ServletHandler.java:533） 在org.eclipse.jetty.server.handler.ScopedHandler.handle（ScopedHandler.java:146） 在org.eclipse.jetty.security.SecurityHandler.handle（SecurityHandler.java:548） 在org.eclipse.jetty.server.handler.HandlerWrapper.handle（HandlerWrapper.java:132） 在org.eclipse.jetty.server.handler.ScopedHandler.nextHandle（ScopedHandler.java:257） 在org.eclipse.jetty.server.session.SessionHandler.doHandle（SessionHandler.java:1595） 在org.eclipse.jetty.server.handler.ScopedHandler.nextHandle（ScopedHandler.java:255） 在org.eclipse.jetty.server.handler.ContextHandler.doHandle（ContextHandler.java:1253） 在org.eclipse.jetty.server.handler.ScopedHandler.nextScope（ScopedHandler.java:203） 在org.eclipse.jetty.servlet.ServletHandler.doScope（ServletHandler.java:473） 在org.eclipse.jetty.server.session.SessionHandler.doScope（SessionHandler.java:1564） 在org.eclipse.jetty.server.handler.ScopedHandler.nextScope（ScopedHandler.java:201） 在org.eclipse.jetty.server.handler.ContextHandler.doScope（ContextHandler.java:1155） 在org.eclipse.jetty.server.handler.ScopedHandler.handle（ScopedHandler.java:144） 在org.eclipse.jetty.server.handler.ContextHandlerCollection.handle（ContextHandlerCollection.java:219） 在org.eclipse.jetty.server.handler.HandlerCollection.handle（HandlerCollection.java:126） 在org.eclipse.jetty.server.handler.HandlerWrapper.handle（HandlerWrapper.java:132） 在org.eclipse.jetty.rewrite.handler.RewriteHandler.handle（RewriteHandler.java:335） 在org.eclipse.jetty.server.handler.StatisticsHandler.handle（StatisticsHandler.java:169） 在org.eclipse.jetty.server.handler.HandlerWrapper.handle（HandlerWrapper.java:132） 在org.eclipse.jetty.server.Server.handle（Server.java:531） 在org.eclipse.jetty.server.HttpChannel.handle（HttpChannel.java:352） 在org.eclipse.jetty.server.HttpConnection.onFillable（HttpConnection.java:260） 在org.eclipse.jetty.io.AbstractConnection $ ReadCallback.succeeded（AbstractConnection.java:281） 在org.eclipse.jetty.io.FillInterest.fillable（FillInterest.java:102） 在org.eclipse.jetty.io.ChannelEndPoint $ 2.run（ChannelEndPoint.java:118） 在org.eclipse.jetty.util.thread.QueuedThreadPool.runJob（QueuedThreadPool.java:760） 在org.eclipse.jetty.util.thread.QueuedThreadPool $ 2.run（QueuedThreadPool.java:678） 在java.lang.Thread.run（Thread.java:748）
2018-08-13 13：50：58.445错误（qtp1671846437-23）[c：bdl s：shard1 r：core_node3 x：bdl_shard1_replica_n1] oassHttpSolrCall null：org.apache.poi.poifs.filesystem.NotOLE2FileException：无效标头签名；读取0x0A1A0A0D474E5089，预期为0xE11AB1A1E011CFD0-您的文件似乎不是有效的OLE2文档 在org.apache.poi.poifs.storage.HeaderBlock（HeaderBlock.java:144） 在org.apache.poi.poifs.storage.HeaderBlock。（HeaderBlock.java:113） 在org.apache.poi.poifs.filesystem.NPOIFSFileSystem。（NPOIFSFileSystem.java:301） 在org.apache.tika.parser.microsoft.OfficeParser.parse（OfficeParser.java:124） 在org.apache.tika.parser.DelegatingParser.parse（DelegatingParser.java:72） 在org.apache.tika.extractor.ParsingEmbeddedDocumentExtractor.parseEmbedded（ParsingEmbeddedDocumentExtractor.java:102） 在org.apache.tika.extractor.EmbeddedDocumentUtil.parseEmbedded（EmbeddedDocumentUtil.java:220） 在org.apache.tika.parser.microsoft.AbstractPOIFSExtractor.handleEmbeddedResource（AbstractPOIFSExtractor.java:124） 在org.apache.tika.parser.microsoft.AbstractPOIFSExtractor.handleEmbeddedResource（AbstractPOIFSExtractor.java:100） 在org.apache.tika.parser.microsoft.WordExtractor.handlePictureCharctureerRun（WordExtractor.java:640） 在org.apache.tika.parser.microsoft.WordExtractor.handleParagraph（WordExtractor.java:372） 在org.apache.tika.parser.microsoft.WordExtractor.handleHeaderFooter（WordExtractor.java:259） 在org.apache.tika.parser.microsoft.WordExtractor.parse（WordExtractor.java:182） 在org.apache.tika.parser.microsoft.OfficeParser.parse（OfficeParser.java:176） 在org.apache.tika.parser.microsoft.OfficeParser.parse（OfficeParser.java:132） 在org.apache.solr.handler.extraction.ExtractingDocumentLoader.load（ExtractingDocumentLoader.java:228） 在org.apache.solr.handler.ContentStreamHandlerBase.handleRequestBody（ContentStreamHandlerBase.java:68） 在org.apache.solr.handler.RequestHandlerBase.handleRequest（RequestHandlerBase.java:199） 在org.apache.solr.core.SolrCore.execute（SolrCore.java:2539） 在org.apache.solr.servlet.HttpSolrCall.execute（HttpSolrCall.java:709） 在org.apache.solr.servlet.HttpSolrCall.call（HttpSolrCall.java:515） 在org.apache.solr.servlet.SolrDispatchFilter.doFilter（SolrDispatchFilter.java:377） 在org.apache.solr.servlet.SolrDispatchFilter.doFilter（SolrDispatchFilter.java:323） 在org.eclipse.jetty.servlet.ServletHandler $ CachedChain.doFilter（ServletHandler.java:1634） 在org.eclipse.jetty.servlet.ServletHandler.doHandle（ServletHandler.java:533） 在org.eclipse.jetty.server.handler.ScopedHandler.handle（ScopedHandler.java:146） 在org.eclipse.jetty.security.SecurityHandler.handle（SecurityHandler.java:548） 在org.eclipse.jetty.server.handler.HandlerWrapper.handle（HandlerWrapper.java:132） 在org.eclipse.jetty.server.handler.ScopedHandler.nextHandle（ScopedHandler.java:257） 在org.eclipse.jetty.server.session.SessionHandler.doHandle（SessionHandler.java:1595） 在org.eclipse.jetty.server.handler.ScopedHandler.nextHandle（ScopedHandler.java:255） 在org.eclipse.jetty.server.handler.ContextHandler.doHandle（ContextHandler.java:1253） 在org.eclipse.jetty.server.handler.ScopedHandler.nextScope（ScopedHandler.java:203） 在org.eclipse.jetty.servlet.ServletHandler.doScope（ServletHandler.java:473） 在org.eclipse.jetty.server.session.SessionHandler.doScope（SessionHandler.java:1564） 在org.eclipse.jetty.server.handler.ScopedHandler.nextScope（ScopedHandler.java:201） 在org.eclipse.jetty.server.handler.ContextHandler.doScope（ContextHandler.java:1155） 在org.eclipse.jetty.server.handler.ScopedHandler.handle（ScopedHandler.java:144） 在org.eclipse.jetty.server.handler.ContextHandlerCollection.handle（ContextHandlerCollection.java:219） 在org.eclipse.jetty.server.handler.HandlerCollection.handle（HandlerCollection.java:126） 在org.eclipse.jetty.server.handler.HandlerWrapper.handle（HandlerWrapper.java:132） 在org.eclipse.jetty.rewrite.handler.RewriteHandler.handle（RewriteHandler.java:335） 在org.eclipse.jetty.server.handler.StatisticsHandler.handle（StatisticsHandler.java:169） 在org.eclipse.jetty.server.handler.HandlerWrapper.handle（HandlerWrapper.java:132） 在org.eclipse.jetty.server.Server.handle（Server.java:531） 在org.eclipse.jetty.server.HttpChannel.handle（HttpChannel.java:352） 在org.eclipse.jetty.server.HttpConnection.onFillable（HttpConnection.java:260） 在org.eclipse.jetty.io.AbstractConnection $ ReadCallback.succeeded（AbstractConnection.java:281） 在org.eclipse.jetty.io.FillInterest.fillable（FillInterest.java:102） 在org.eclipse.jetty.io.ChannelEndPoint $ 2.run（ChannelEndPoint.java:118） 在org.eclipse.jetty.util.thread.QueuedThreadPool.runJob（QueuedThreadPool.java:760） 在org.eclipse.jetty.util.thread.QueuedThreadPool $ 2.run（QueuedThreadPool.java:678） 在java.lang.Thread.run（Thread.java:748）
但是使用SOLR 5.5我没有错误，知道吗？
答案 0 :(得分：0)
文档中有图片时出现问题。图片的标头被检索到，POI还需要其他内容。...但是文档的标头可以。
read 0x0A1A0A0D474E5089, expected 0xE11AB1A1E011CFD0
期望是来自文档单词标题，另一个是例如图片标题。即使有其他元素，解析器也会始终等待相同的标头。更改解析器将解决问题。