Scala 如何设置Tika解析器来检测受密码保护的文档

我们使用ApacheTika解析器从各种文档中提取内容，并检测文档是否受密码保护（PDF、MS Office文档等）。对于Tika 1.6，我们使用了以下Scala代码（简化）：

并且正在捕获包装在

TikaException

中的

EncryptedDocumentException

或

CryptographyException

它过去工作正常，但当我们将Tika升级到1.7时，检测被破坏了。例如，现在对于受保护的PDF，我们将得到普通的

IOException

包装到

TikaException

：

java.io.IOException: null
    at org.apache.pdfbox.filter.FlateFilter.decode(FlateFilter.java:109) ~[tika-app-1.7.jar:1.7]
    at org.apache.pdfbox.cos.COSStream.doDecode(COSStream.java:379) ~[tika-app-1.7.jar:1.7]
    at org.apache.pdfbox.cos.COSStream.doDecode(COSStream.java:291) ~[tika-app-1.7.jar:1.7]
    at org.apache.pdfbox.cos.COSStream.getUnfilteredStream(COSStream.java:225) ~[tika-app-1.7.jar:1.7]
    at org.apache.pdfbox.pdfparser.PDFStreamParser.<init>(PDFStreamParser.java:117) ~[tika-app-1.7.jar:1.7]
Caused by: java.util.zip.DataFormatException: incorrect header check
    at java.util.zip.Inflater.inflateBytes(Native Method) ~[na:1.7.0_71]
    at java.util.zip.Inflater.inflate(Inflater.java:259) ~[na:1.7.0_71]
    at java.util.zip.Inflater.inflate(Inflater.java:280) ~[na:1.7.0_71]
    at org.apache.pdfbox.filter.FlateFilter.decompress(FlateFilter.java:128) ~[tika-app-1.7.jar:1.7]
    at org.apache.pdfbox.filter.FlateFilter.decode(FlateFilter.java:101) ~[tika-app-1.7.jar:1.7]

java.io.IOException:null
在org.apache.pdfbox.filter.FlateFilter.decode（FlateFilter.java:109）~[tika-app-1.7.jar:1.7]
在org.apache.pdfbox.cos.costream.doDecode（costream.java:379）~[tika-app-1.7.jar:1.7]
在org.apache.pdfbox.cos.costream.doDecode（costream.java:291）~[tika-app-1.7.jar:1.7]
在org.apache.pdfbox.cos.costream.getUnfilteredStream（costream.java:225）~[tika-app-1.7.jar:1.7]
在org.apache.pdfbox.pdfparser.PDFStreamParser.（PDFStreamParser.java:117）~[tika-app-1.7.jar:1.7]
原因：java.util.zip.DataFormatException:标头检查不正确
在java.util.zip.Inflater.inflateBytes（本机方法）~[na:1.7.0_71]
在java.util.zip.Inflater.inflate（Inflater.java:259）~[na:1.7.071]
在java.util.zip.Inflater.inflate（Inflater.java:280）~[na:1.7.0\u71]
在org.apache.pdfbox.filter.FlateFilter.decompress（FlateFilter.java:128）~[tika-app-1.7.jar:1.7]
在org.apache.pdfbox.filter.FlateFilter.decode（FlateFilter.java:101）~[tika-app-1.7.jar:1.7]

我们在Tika解析器设置中缺少什么来正确检测受保护的文档

---

提前感谢您的提示。

很难100%确定，但此问题可能由以下原因引起或与之相关：

该问题在1.7中出现，但似乎在1.8的主要分支上得到了解决

---

开源的好处在于它是很好的、开放的，因此如果需要的话，应该可以在官方1.8版本之前用本地版本在本地修补问题。

很难100%确定，但这个问题可能是由以下原因引起的：

该问题在1.7中出现，但似乎在1.8的主要分支上得到了解决

---

开源的好处在于它是很好的、开放的，因此如果需要的话，应该可以在官方1.8版本之前用本地版本在本地修补问题。

很难100%确定，但这个问题可能是由以下原因引起的：

该问题在1.7中出现，但似乎在1.8的主要分支上得到了解决

---

开源的好处在于它是很好的、开放的，因此如果需要的话，应该可以在官方1.8版本之前用本地版本在本地修补问题。

很难100%确定，但这个问题可能是由以下原因引起的：

该问题在1.7中出现，但似乎在1.8的主要分支上得到了解决

---

开源的好处在于它是很好的、开放的，因此如果需要的话，应该可以在官方1.8版本之前使用本地版本在本地修补问题。

可能是：-或类似的/相关的？@MikeCurry-谢谢！可能就是这样。我还没有测试过Tika后备箱，但我在正确的位置看到了修复。现在我必须等待Tika 1.8发布：（很高兴提供帮助。我只是提出了一个答案，这样如果其他人在1.7中遇到同样的问题，它将比评论中的问题更明显。正如答案中所指出的，如果你不能等待1.8，可能可以在本地应用补丁，因为源代码是开放的，如果你不能等待1.8，可能是这样：-或类似的/相关的？@MikeCurry-谢谢！这是问题我还没有用Tika trunk进行测试，但我看到了正确的修复。现在我必须等待Tika 1.8发布：（很高兴提供帮助。我只是提出了一个答案，这样如果其他人在1.7中遇到同样的问题，它将比评论中的问题更明显。正如答案中所指出的，如果你不能等待1.8，可能可以在本地应用补丁，因为源代码是开放的，如果你不能等待1.8，可能是这样：-或类似的/相关的？@MikeCurry-谢谢！这是问题我还没有用Tika trunk进行测试，但我看到了正确的修复。现在我必须等待Tika 1.8发布：（很高兴提供帮助。我只是提出了一个答案，这样如果其他人在1.7中遇到同样的问题，它将比评论中的问题更明显。正如答案中所指出的，如果你不能等待1.8，可能可以在本地应用补丁，因为源代码是开放的，如果你不能等待1.8，可能是这样：-或类似的/相关的？@MikeCurry-谢谢！这是问题我还没有用Tika trunk进行测试，但我看到了正确的修复。现在我必须等待Tika 1.8发布：（很高兴提供帮助。我只是提出了一个答案，这样如果其他人遇到与1.7相同的问题，它将比评论中的问题更明显。正如答案中所指出的，如果你不能等待1.8，可能可以在本地应用补丁，因为源代码是开放的

java.io.IOException: null
    at org.apache.pdfbox.filter.FlateFilter.decode(FlateFilter.java:109) ~[tika-app-1.7.jar:1.7]
    at org.apache.pdfbox.cos.COSStream.doDecode(COSStream.java:379) ~[tika-app-1.7.jar:1.7]
    at org.apache.pdfbox.cos.COSStream.doDecode(COSStream.java:291) ~[tika-app-1.7.jar:1.7]
    at org.apache.pdfbox.cos.COSStream.getUnfilteredStream(COSStream.java:225) ~[tika-app-1.7.jar:1.7]
    at org.apache.pdfbox.pdfparser.PDFStreamParser.<init>(PDFStreamParser.java:117) ~[tika-app-1.7.jar:1.7]
Caused by: java.util.zip.DataFormatException: incorrect header check
    at java.util.zip.Inflater.inflateBytes(Native Method) ~[na:1.7.0_71]
    at java.util.zip.Inflater.inflate(Inflater.java:259) ~[na:1.7.0_71]
    at java.util.zip.Inflater.inflate(Inflater.java:280) ~[na:1.7.0_71]
    at org.apache.pdfbox.filter.FlateFilter.decompress(FlateFilter.java:128) ~[tika-app-1.7.jar:1.7]
    at org.apache.pdfbox.filter.FlateFilter.decode(FlateFilter.java:101) ~[tika-app-1.7.jar:1.7]