TikaException：无法关闭临时资源 - 如何修复？

Question

我在 Windows 10、jre 1.8 上使用 Apache Tika。0_181，并且我使用具有以下依赖项的 Maven 导入了 Tika：

<dependencies>
    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>3.8.1</version>
      <scope>test</scope>
    </dependency>

    <dependency>
      <groupId>org.apache.tika</groupId>
      <artifactId>tika-parsers</artifactId>
      <version>1.21</version>
    </dependency>
</dependencies>

我有以下使用 Tesseract 执行 OCR 的代码（我已经独立测试并知道它可以工作）：

public static void OCRTest() {
        try {
            BufferedImage im = ImageIO.read(new File(OCR_IMAGE));
            TesseractOCRConfig config = new TesseractOCRConfig();
            config.setTessdataPath("C:\Program Files\Tesseract-OCR\tessdata");
            config.setTesseractPath("C:\Program Files\Tesseract-OCR");
            ParseContext parseContext = new ParseContext();
            parseContext.set(TesseractOCRConfig.class, config);
            TesseractOCRParser parser = new TesseractOCRParser();
            BodyContentHandler handler = new BodyContentHandler();
            Metadata metadata = new Metadata();
            try {
                parser.parse(im, handler, metadata, parseContext);
                System.out.println(handler.toString());
            } catch (SAXException e) {
                e.printStackTrace();
            } catch (TikaException e) {
                e.printStackTrace();
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

我运行进入以下异常：

org.apache.tika.exception.TikaException: Failed to close temporary resources
    at org.apache.tika.io.TemporaryResources.dispose(TemporaryResources.java:174)
    at org.apache.tika.parser.ocr.TesseractOCRParser.parse(TesseractOCRParser.java:251)
    at test.test.App.OCRTest(App.java:46)
    at test.test.App.main(App.java:30)
Caused by: java.nio.file.FileSystemException: C:\Users\m\AppData\Local\Temp\apache-tika-2643805894084124300.tmp: The process cannot access the file because it is being used by another process.

临时文件夹中存在tmp文件，异常似乎是无法删除。在 Apache Tika 论坛上，有一个 post 其他人运行进入相同的异常，尽管使用的是 AutoDetectParser 而不是 Tesseract。他们的问题似乎是他们导入的 jar 中的冲突，但我运行即使只安装了 Apache Tika 库也遇到了这个问题。

我在使用 Tika 的 AutoDetectParser 时没有运行这个问题，只有 TesseractOCRParser。任何有关如何修复异常的见解都将不胜感激！

Answer 1

我在 Apache Tika 问题论坛发帖 (https://issues.apache.org/jira/browse/TIKA-2908). The issue came from the order the TesseractOCRParser was closing the open streams - you can see the changes made here: https://github.com/apache/tika/commit/8d386f827eb31e7f1cb189ce942c67a84a0c6bdc?diff=unified#diff-592f390e7558bb6a1fe1c5bc810fe4c8

目前，对于遇到此问题的任何人，请在本地子类化 TesseractOCRParser 以包含上述更改，这些更改应在下一个快照版本中推送。

感谢 Tim @Apache Tika！

TikaException：无法关闭临时资源 - 如何修复？

TikaException: Failed to close temporary resource - how to fix?

java

apache

maven

tesseract

apache-tika