使用python resume_parser解析简历文件时出现Tika Server Jar错误

resume_parser底层依赖Apache Tika服务实现多格式文档内容提取，报错WinError 10061是因为Tika服务本地启动失败、端口连接被拒。你之前尝试的环境变量配置未生效，是因为resume_parser封装的tika调用逻辑优先读取自身默认配置，且旧缓存文件会干扰启动流程。

方案1：清理缓存后手动指定Tika配置 #

• 首先删除临时目录下所有Tika相关缓存：打开路径C:\Users\你的用户名\AppData\Local\Temp\，删除tika-server.jar、tika-server.jar.md5两个文件
• 执行java -version确认本地已安装Java 8及以上版本，且JAVA_HOME环境变量配置正常（Tika运行依赖Java环境，若此前能正常运行，大概率是近期Java环境变量被改动，或者临时文件损坏）
• 不要依赖系统环境变量，直接在Python脚本开头设置Tika相关配置，修改后的代码如下：

import os
# 替换成你自己本地的tika-server-1.24.jar的绝对路径
os.environ['TIKA_SERVER_JAR'] = 'C:\\path\\to\\your\\tika-server-1.24.jar'
# 手动指定Tika运行端口，避免端口被占用
os.environ['TIKA_PORT'] = '9998'

from resume_parser import resumeparse
from tika import tika

# 手动启动Tika服务
tika.TikaClientOnly = True
tika.runServer()

data = resumeparse.read_file("你的简历文件路径")
print(data)

方案2：调整依赖版本解决兼容问题 #

如果方案1不生效，大概率是版本兼容bug，执行以下命令重装适配版本的依赖：

pip uninstall resume-parser tika -y
pip install resume-parser==0.8.4 tika==2.6.0

重装完成后再运行方案1中的修改后代码即可。

方案3：跳过Tika自行提取文本解析 #

如果始终无法启动Tika服务，可以自己先提取简历的纯文本内容，再调用resume_parser的解析逻辑，以docx文件为例：

from docx import Document
from resume_parser import resumeparse

# 自行提取docx文本
def get_docx_text(file_path):
    doc = Document(file_path)
    return "\n".join([para.text for para in doc.paragraphs])

text_content = get_docx_text("你的简历文件路径.docx")
# 直接传入纯文本解析，不需要调用Tika
data = resumeparse.get_dict(text_content)
print(data)

执行成功后会返回包含邮箱、手机号、技能、毕业院校、工作经历等预期字段的字典。

内容的提问来源于stack exchange，提问作者P Krishnama Naidu