tika 默认检测器对于不同应用程序中的相同代码是不同的答案

【问题标题】：tika default detectors are different for the same code in different appstika 默认检测器对于不同应用程序中的相同代码是不同的
【发布时间】：2019-11-22 22:21:33
【问题描述】：

我正在处理的项目有一个使用 Tika 的 WebUI (WAR) 和另一个也使用 Tika 的应用程序 (JAR)。两者都有相同的代码：

Tika t = new Tika();
String detectedType = t.detect(fileName);

然而，每一个都返回不同的结果。

我使用了https://cwiki.apache.org/confluence/display/tika/Troubleshooting%20Tika#TroubleshootingTika-TroubleshootingApacheTika 的 Tika 故障排除技巧

在我看到的 WebUI 中

Tika version: Apache Tika 1.22
Tika detector type org.apache.tika.detect.OverrideDetector
Tika detector type org.apache.tika.parser.microsoft.POIFSContainerDetector
Tika detector type org.apache.tika.parser.pkg.ZipContainerDetector
Tika detector type org.gagravarr.tika.OggDetector
Tika detector type org.apache.tika.mime.MimeTypes

在我看到的应用程序中

Tika version: Apache Tika 1.22
Tika detector type org.apache.tika.mime.MimeTypes

我是 Java WAR 和 JAR 的新手，但该项目似乎具有正确的依赖关系，但我不明白为什么这两个会得到不同的默认检测器列表。

我应该在哪里寻找这两者在使用 Tika 的方式之间的区别？

【问题讨论】：

Apache Tika 由几个 jars 和一大堆依赖项组成，确保它们都包含在这两个地方！
这些依赖项是否记录在某处？我跑了mvn dependency:copy-dependencies，但复制了 150 多个 JAR。我应该包括所有这些吗？构建 WAR 并不直接包含其中的大多数，因此可能间接包含了一些。
如果你想使用所有的Apache Tika，你需要所有的依赖，是的！

标签： java apache-tika

【解决方案1】：

我找到了问题的答案。

如果我对 Apache Storm 的某些术语有误解，请原谅我，我是 Storm 的新手。

部分问题是我遗漏了一个关键细节，有问题的 JAR 是作为 Storm 工作者的一部分动态加载的。

Storm 拓扑 JAR 仅包含对 tika-core 的依赖，tika-parsers 被无意中遗漏了。

为了解决这个问题，我从拓扑 JAR 中删除了对 Tika 的所有依赖项（它们是不必要的）。现在，当相关 JAR 被加载时，依赖于 tika-core 和 tika-parsers 一切都按预期工作。

【讨论】：