添加tika-parser-microsoft-module后空指针及docx MIME识别错误如何解决

空指针异常原因&修复 #

你代码中存在参数传递错误：第6行已经把原始输入流包装成了TikaInputStream streams，但第11行调用detect方法时，传的还是原始的stream对象。当原始InputStream不支持mark/reset特性时，Tika解析器读取部分内容后流被耗尽，后续处理就会触发空指针。
另外建议用try-with-resources管理TikaInputStream，避免资源泄漏。

docx MIME类型识别适配 #

要获取到正确的application/vnd.openxmlformats-officedocument.wordprocessingml.document类型，需要满足两个前提：

• 传入的filename参数必须携带.docx后缀，文件名后缀会作为Tika类型判定的重要辅助依据
• 确保引入的tika-parser-microsoft-module版本和tika-core完全一致（你当前配置已经满足，无需修改）

修正后的代码 #

// 抽成静态成员，避免每次方法调用重复初始化，大幅提升性能
private static final TikaConfig TIKA_CONFIG;
private static final Detector TIKA_DETECTOR;

static {
    try {
        TIKA_CONFIG = TikaConfig.getDefaultConfig();
        TIKA_DETECTOR = TIKA_CONFIG.getDetector();
    } catch (TikaException | IOException e) {
        throw new RuntimeException("Tika初始化失败", e);
    }
}

public String retrieveMimeType(InputStream stream, String filename) throws IOException, TikaException {
    Metadata metadata = new Metadata();
    if (filename != null && !filename.isBlank()) {
        metadata.add(TikaCoreProperties.RESOURCE_NAME_KEY, filename);
    }
    // 用try-with-resources自动关闭流
    try (TikaInputStream tikaStream = TikaInputStream.get(stream)) {
        MediaType mediaType = TIKA_DETECTOR.detect(tikaStream, metadata);
        return mediaType.toString();
    }
}

如果仍存在识别偏差，可补充引入官方MIME类型库依赖（可选）：

<dependency>
    <groupId>org.apache.tika</groupId>
    <artifactId>tika-mime-types</artifactId>
    <version>2.1.0</version>
</dependency>

内容的提问来源于stack exchange，提问作者zidanow