使用apache poi索引. docx类型的文档

Question

我正在实现一个用于阅读的索引器。使用ApachePOI插件的docx类型文档。我所做的代码如下

XWPFDocument doc = new XWPFDocument(new ByteArrayInputStream(fileData.data));
XWPFWordExtractor msWord2007Extractor = new XWPFWordExtractor(doc);
                wordText = msWord2007Extractor.getText();

当我从第1行执行此操作时，我会低于异常。

组织。阿帕奇。xmlbeans。SchemaTypeLoaderException:无法解析句柄_XY_Q=space |R的类型=space@httphttp://www.w3。org/XML/1998/namespace（schemaorg_apache_xmlbeans.system.sE130CAA0A01A7CDE5A2B4FEB8B311707.cttext7f5btype）——代码13位于org。阿帕奇。xmlbeans。impl。模式。SchemaTypeSystemImpl$XsbReader。org上的readHandle（SchemaTypeSystemImpl.java:2021）。阿帕奇。xmlbeans。impl。模式。SchemaTypeSystemImpl$XsbReader。readTypeRef（SchemaTypeSystemImpl.java:2095）位于org。阿帕奇。xmlbeans。impl。模式。SchemaTypeSystemImpl$XsbReader。org上的loadAttribute（SchemaTypeSystemImpl.java:2922）。阿帕奇。xmlbeans。impl。模式。SchemaTypeSystemImpl$XsbReader。readAttributeData（SchemaTypeSystemImpl.java:2914）位于org。阿帕奇。xmlbeans。impl。模式。SchemaTypeSystemImpl$XsbReader。finishLoadingType（SchemaTypeSystemImpl.java:2531）位于org。阿帕奇。xmlbeans。impl。模式。SchemaTypeSystemImpl。org上的resolveHandle（SchemaTypeSystemImpl.java:3507）。阿帕奇。xmlbeans。SchemaComponent$Ref.getComponent（SchemaComponent.java:104）位于org。阿帕奇。xmlbeans。SchemaType$Ref.get（SchemaType.java:872）位于org。阿帕奇。xmlbeans。impl。模式。SchemaPropertyImpl。getType（SchemaPropertyImpl.java:92）位于org。阿帕奇。xmlbeans。impl。模式。SchemaTypeImpl。org上的createElementType（schematypeempl.java:965）。阿帕奇。xmlbeans。impl。价值观XmlObjectBase。在org上创建_元素_用户（XmlObjectBase.java:893）。阿帕奇。xmlbeans。impl。百货商店Xobj。getUser（Xobj.java:1657）位于org。阿帕奇。xmlbeans。impl。百货商店Cur。getUser（Cur.java:2654）位于org。阿帕奇。xmlbeans。impl。百货商店Cur。org上的getObject（Cur.java:2647）。阿帕奇。xmlbeans。impl。百货商店光标_org上的getObject（Cursor.java:995）。阿帕奇。xmlbeans。impl。百货商店光标。org上的getObject（Cursor.java:2904）。阿帕奇。波伊。xwpf。用户模型。XWPFParagraph。（XWPFParagraph.java:90）在org上。阿帕奇。波伊。xwpf。用户模型。XWPFDocument。onDocumentRead（XWPFDocument.java:146）位于org。阿帕奇。波伊。这是一份完整的文件。在org上加载（POIXMLDocument.java:159）。阿帕奇。波伊。xwpf。用户模型。XWPFDocument。（XWPFDocument.java:123）在org上。wso2。碳注册处。样品。汉德勒。MSWordIndexer。getIndexedDocument（MSWordIndexer.java:42）位于org。wso2。碳注册处。索引。索尔。独行侠。indexDocument（SolrClient.java:178）位于org。wso2。碳注册处。索引。AsyncIndexer$IndexingTask。doWork（AsyncIndexer.java:203）位于org。wso2。碳注册处。索引。AsyncIndexer$IndexingTask。在java上运行（AsyncIndexer.java:189）。util。同时发生的遗嘱执行人$runnableapter。在java上调用（Executors.java:471）。util。同时发生的未来任务。在java上运行（FutureTask.java:262）。util。同时发生的线程池执行器。java上的runWorker（ThreadPoolExecutor.java:1145）。util。同时发生的ThreadPoolExecutor$Worker。在java上运行（ThreadPoolExecutor.java:615）。朗。丝线。运行（Thread.java:745）

当文档包含一些值时，就会发生这种情况。对于一个空文档来说，这是很好的。

Answer 1

在Weblogic中运行应用程序时，我也遇到了同样的异常。poi ooxml模式在ear中打包为applib，但问题仍然没有消失。

我在Alfresco Jira中找到了解决方案，我将其发布在这里以供将来参考。

解决方案是添加提示，让类加载器更喜欢应用程序包：

<prefer-application-packages>
    <package-name>schemaorg_apache_xmlbeans.system.sXMLCONFIG.*</package-name>
    <package-name>schemaorg_apache_xmlbeans.system.sXMLLANG.*</package-name>
    <package-name>schemaorg_apache_xmlbeans.system.sXMLSCHEMA.*</package-name>
    <package-name>schemaorg_apache_xmlbeans.system.sXMLTOOLS.*</package-name>
</prefer-application-packages>