Tika 2.8.0中NER NamedEntityParser未出现在可用解析器列表的问题

以下是排查和解决的核心要点：

• 确认使用包含NER组件的Tika镜像
  默认基础Tika镜像（如apache/tika:latest）不含NLP/NER依赖，必须使用带full或nlp标签的镜像，比如apache/tika:full或apache/tika:nlp。重新拉取对应镜像并启动容器：

  docker run -p 9998:9998 apache/tika:full
  

• 查看容器日志验证解析器加载状态
  启动容器后，检查日志是否有Loaded OpenNLPEntityParser类的加载记录。如果无相关条目，说明镜像缺少NER依赖，更换full版本镜像即可。

• 检查请求方式与参数
  调用/meta接口时需确保触发NER解析：

  • 发送POST请求并附上目标文件（纯文本或PDF）
  • 对于扫描版PDF，可添加请求头X-Tika-OCRStrategy=ocr_only；可编辑PDF或纯文本直接上传即可
  • 也可尝试调用/rmeta（递归元数据）接口，NER结果通常会出现在ner.*前缀的元数据字段中

• 验证自定义配置未禁用NER解析器
  如果挂载了自定义tika-config.xml，检查是否启用了OpenNLPEntityParser，示例配置片段：

  <parsers>
    <parser class="org.apache.tika.parser.ner.opennlp.OpenNLPEntityParser"/>
  </parsers>
  

  确保该配置未被注释或移除。

• 重新检查/parsers接口输出
  使用正确镜像启动后，再次访问http://localhost:9998/parsers，应能看到org.apache.tika.parser.ner.opennlp.OpenNLPEntityParser或其他NER相关解析器条目。

内容的提问来源于stack exchange，提问作者David Corkill