如何为apache/tika:2.9.1.0-full安装Tesseract OCR语言包？权限问题求助

问题原因 #

apache/tika 2.9.1.0-full 新版本镜像为了提升安全性，默认以普通用户tika运行，而旧版本1.24-full默认使用root身份启动，这直接导致执行apt-get类需要管理员权限的命令时提示权限不足。

解决方案 #

1. 临时切换root用户完成安装 #

进入容器时指定root用户身份：

docker exec -u root -it <你的容器ID/容器名称> /bin/bash

进入容器后执行安装命令：

apt-get update
apt-get install -y tesseract-ocr-chi-sim

2. 构建自定义镜像（持久化配置） #

如果需要长期使用带中文语言包的Tika镜像，可编写Dockerfile基于官方镜像扩展：

FROM apache/tika:2.9.1.0-full

USER root

RUN apt-get update && \
    apt-get install -y tesseract-ocr-chi-sim && \
    apt-get clean && \
    rm -rf /var/lib/apt/lists/*

USER tika

执行构建命令生成自定义镜像：

docker build -t my-tika-with-chinese .

内容的提问来源于stack exchange，提问作者Jay