蒂卡拉链炸弹异常

Question

我们正在使用Tika 1.1从XLSM文件中提取内容。 我们有两个服务器实例。 在其中一台服务器上，文件内容已正确提取。 但是在另一台服务器上，我得到了同一文件的zip炸弹异常。 我们在两种情况下都使用相同的tika独立jar。 但我无法确定问题所在。

不确定SAX配置是否在运行时产生了问题（我不太熟悉SAX）。 如何调试此问题？

原因：org.apache.tika.exception.TikaException：检测到Zip炸弹！ 在org.apache.tika.sax.SecureContentHandler.throwIfCauseOf（SecureContentHandler.java:192）在org.apache.tika.parser.AutoDetectParser.parse（AutoDetectParser.java:123）在org.apache.tika.Tika.Tika.parseToString（Tika .java：380），位于com.ptc.search.solr.contentReader.contentExtraction.TikaExtractor.getContent（TikaExtractor.java:36）... 45更多原因：org.apache.tika.sax.SecureContentHandler $ SecureSAXException：疑似zip炸弹：878级XML元素嵌套在org.apache.tika.sax.ContentHandlerDecorator.startElement（ContentHandlerDecorator.java:126）的org.apache.tika.sax.ContentHandlerDecorator.startElement（ContentHandlerDecorator.java:126）的org.apache.tika.sax.SecureContentHandler.startElement（SecureContentHandler.java:234） org.apache.tika.sax.ContentHandlerDecorator.startElement（ContentHandlerDecorator.java:126）上的.tika.sax.ContentHandlerDecorator.startElement（ContentHandlerDecorator.java:126）org.apache.tika.tika.sax.ContentHandlerDecorator.startElement（ContentHandlerDecorator.java ：126），位于org.apache.tika.sax.SafeContentHandler.startElement（SafeContentHandler.ja va：264）org.apache.tika.sax.XHTMLContentHandler.startElement（XHTMLContentHandler.java:274）org.apache.tika.sax.XHTMLContentHandler.java:244）org.apache.tika.sax.XHTMLContentHandler.startElement（XHTMLContentHandler.java:274）org.apache.tika.sax org.apache.tika.parser.microsoft.ooxml.XSSFExcelExtractorDecorator.extractHeaderFooter（XSSFExcelExtractorDecorator.java:145）的.XHTMLContentHandler.element（XHTMLContentHandler.java:313）在org.apache.tika.parser.microsoft.ooxml.XSSFExcelBuilder （XSSFExcelExtractorDecorator.java:129）在org.apache.tika.parser.microsoft.ooxml.AbstractOOXMLExtractor.getXHTML（AbstractOOXMLExtractor.java:104）在org.apache.tika.parser.microsoft.ooxml.OOXMLExtractorFactory.parse（OOXMLExtractorFactory.java ：110）位于org.apache.tika.parser.microsoft.ooxml.OOXMLParser.parse（OOXMLParser.java:82），位于org.apache.tika.parser.CompositeParser.parse（CompositeParser.java:242）。位于org.apache.tika.parser.AutoDetectParser.parse（AutoD的tika.parser.CompositeParser.parse（CompositeParser.java:242） etectParser.java:120）...还有47个

Answer 1

调试tika代码后，我意识到我已经在WriteOutContentHandler上设置了maxStringLength，并且在达到限制后代码抛出zip bomb错误。 正确的错误消息可能会更快地有所帮助。 无论如何，感谢大家的投入。 我们一定会计划升级到最新版本。

我们是否应该在Jira中创建缺陷以引发正确的错误消息？

Answer 2

我解决了这个安装问题

emerge app-office/unoconv

和执行

$ unoconv -fpdf file.xlsm

它将在文件的同一目录中创建一个.pdf文件，然后您可以将其发送到Tika。

我的服务器是Gentoo，然后适应您的dist。