使用Apache Tika Docker镜像解析SQLite文件失败求助

基础情况 #

• 使用apache/tika:latest-full Docker镜像，仅通过HTTP请求调用服务，无法解析SQLite文件
• 容器启动命令：

docker run -d -p 127.0.0.1:9998:9998 -v `pwd`/tika-config.xml:/tika-config.xml -v `pwd`/home/user/path/jars/:/tika-extras apache/tika:latest-full --config tika-config.xml

• 本地/home/user/path/jars/目录包含slf4j-api-1.7.36.jar和sqlite-jdbc-3.44.1.0.jar，通过挂载到容器/tika-extras目录尝试添加到Tika类路径，同时已将这些jar包加入本地CLASSPATH
• 启用SQLite解析器的初始配置文件tika-config.xml：

<?xml version="1.0" encoding="UTF-8"?>
<properties>
  <parsers>
    <parser class="org.apache.tika.parser.sqlite3">
    </parser>
    <parser class="org.apache.tika.parser.DefaultParser">
      <parser-exclude class="org.apache.tika.parser.ocr.TesseractOCRParser"/>
    </parser>
  </parsers>
</properties>

问题现象 #

执行curl -T sample.sqlite http://localhost:9998/tika后，返回结果显示使用EmptyParser解析，无实际内容：

<?xml version="1.0" encoding="UTF-8"?><html xmlns="http://www.w3.org/1999/xhtml">
    
    <head>
        
        <meta name="X-TIKA:Parsed-By" content="org.apache.tika.parser.EmptyParser"/>
        
        <meta name="Content-Length" content="51250176"/>
        
        <meta name="Content-Type" content="application/x-sqlite3"/>
        
        <title>&#0;</title>
        
    </head>
    
    <body/>
</html>

调用/parsers端点未找到SQL解析器，确认解析器未成功加载。

排查更新1 #

• 将挂载目录中的jar包替换为tika-parser-sqlite3-package-2.9.1.jar、tika-parser-sqlite3-package-2.9.1-tests.jar和tika-parser-sqlite3-package-2.9.1-sources.jar，移除原有jar包
• 修改配置文件，为SQLite解析器指定MIME类型：

<?xml version="1.0" encoding="UTF-8"?>
<properties>
    <parsers>
        <parser class="org.apache.tika.parser.sqlite3">
                <mime>application/x-sqlite3</mime>
        <parser class="org.apache.tika.parser.DefaultParser">
            <parser-exclude class="org.apache.tika.parser.ocr.TesseractOCRParser"/>
        </parser>
    </parsers>
</properties>

• 问题依旧，仍被EmptyParser解析；确认配置文件已成功传入容器，但容器启动命令未自动将挂载目录的jar包加入类路径。

排查更新2 #

• 检查发现容器内CLASSPATH为空，手动执行以下命令添加类路径：

export CLASSPATH=:/tika-extras/tika-parser-sqlite3-package-2.9.1.jar

• 执行后问题仍未解决，SQLite文件依旧无法被正确解析。

内容的提问来源于stack exchange，提问作者Xavier Watson