java - 在 Eclipse 中导入 Tika 1.13 时出现 NoClassDefFoundError

Question

我已按照 tika 指南完成了以下步骤:

1. 将tika-core和tika-parser依赖添加到maven项目的pom.xml中
2. 从 eclipse 运行 maven install 以生成 tika-core jar 和 tika-parser jar
3. 将 tika-core jar 和 tika-parser jar 添加到我的 eclipse 项目构建路径

尝试运行 tika 时出现此运行时异常:

Exception in thread "main" java.lang.NoClassDefFoundError: org.apache.pdfbox.pdmodel.encryption.InvalidPasswordException
    at com.ibm.hrl.ace.pdftotext.TikaExtracter.parse(TikaExtracter.java:33)
    at com.ibm.hrl.ace.pdftotext.Main.AllPdfsToText(Main.java:116)
    at com.ibm.hrl.ace.pdftotext.Main.main(Main.java:34)
Caused by: java.lang.ClassNotFoundException: org.apache.pdfbox.pdmodel.encryption.InvalidPasswordException
    at java.net.URLClassLoader.findClass(URLClassLoader.java:600)
    at java.lang.ClassLoader.loadClassHelper(ClassLoader.java:786)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:760)
    at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:326)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:741)
    ... 3 more

据我所知，当我使用 maven 构建 jar 时，它确实从构建日志中正确添加了 pdfbox:

[INFO] Including org.apache.pdfbox:pdfbox:jar:2.0.1 in the shaded jar.
[INFO] Including org.apache.pdfbox:fontbox:jar:2.0.1 in the shaded jar.
[INFO] Including org.apache.pdfbox:pdfbox-tools:jar:2.0.1 in the shaded jar.
[INFO] Including org.apache.pdfbox:pdfbox-debugger:jar:2.0.1 in the shaded jar.
[INFO] Including org.apache.pdfbox:jempbox:jar:1.8.12 in the shaded jar.

这是我的 Maven 依赖项:

  <dependencies>
<!-- https://mvnrepository.com/artifact/org.apache.tika/tika-core -->
<dependency>
    <groupId>org.apache.tika</groupId>
    <artifactId>tika-core</artifactId>
    <version>1.13</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.tika/tika-parsers -->
<dependency>
    <groupId>org.apache.tika</groupId>
    <artifactId>tika-parsers</artifactId>
    <version>1.13</version>
</dependency>
  </dependencies>

Answer 1

问题是，如果您在构建路径中手动添加 tika-core 和 tika-parsers jar，您将不会拥有在其自己的 POM 中列出的传递依赖项。

所以我建议:

1. 删除您自己构建的 tika-core 和 tika-parsers 版本。相反，您应该依赖central 上可用的版本。这将确保构建您的项目的另一个项目将获得相同的 jar(而不是本地构建的)
2. 您有两个选择

(选项 A，使用 Maven)不要手动将 jar 添加到 Eclipse 构建路径中。依赖 Eclipse 的内置 Maven 插件(例如 m2e)或使用 Eclipse 的 Maven 插件(调用 mvn eclipse:eclipse 来更新 .classpath 和 .project)。

(选项 B，没有 Maven)如果您的项目无法使用 Maven，您不仅需要添加 tika-parsers 和 tika-core jar，还需要添加这些项目所需的所有(大部分)传递依赖项(包括例如每种格式的特定库 [POI 用于 Office，pdfbox 用于 PDF...)。您可以通过在包含 tika-parsers 的 pom 的文件夹中键入 mvn dependency:list 来获取依赖项列表。