我正在使用Apache Tika来OCR文件。使用 PDF 文件工作正常，但使用 djvu 是有问题的。从1.14版本开始，Tika似乎支持Djvu。任何想法如何解决这个问题？
D:java -jar tika-app-1.18.jar -eUTF-8 test.djvu
返回
sep 05, 2018 6:38:59 PM org.apache.tika.config.InitializableProblemHandler$3 handleInitializableProblem
WARNING: J2KImageReader not loaded. JPEG2000 files will not be processed.
See https://pdfbox.apache.org/2.0/dependencies.html#jai-image-io
for optional dependencies.
sep 05, 2018 6:38:59 PM org.apache.tika.config.InitializableProblemHandler$3 handleInitializableProblem
WARNING: org.xerial's sqlite-jdbc is not loaded.
Please provide the jar on your classpath to parse sqlite files.
See tika-parsers/pom.xml for the correct version.
<?xml version="1.0" encoding="UTF-8"?><html xmlns="http://www.w3.org/1999/xhtml"
>
<head>
<meta name="X-Parsed-By" content="org.apache.tika.parser.EmptyParser"/>
<meta name="resourceName" content="test.djvu"/>
<meta name="Content-Length" content="23038658"/>
<meta name="Content-Type" content="image/vnd.djvu"/>
<title/>
</head>
<body/></html>
刚刚检查了当前 (1.26( 来源。似乎从 1.14 开始，Apache Tika 能够检测到 djvu 标头并报告该文件是 djvu 文档。这就是它所做的：
<meta name="resourceName" content="test.djvu"/>
<meta name="Content-Length" content="23038658"/>
<meta name="Content-Type" content="image/vnd.djvu"/>
输出中的其他错误和警告与 djvu.
无关，而且 Apache Tika 没有用于 djvu 的解析器，因此除了文件类型检测之外，什么都做不了。自 1.14 以来，有关 djvu 支持的任何内容都没有更改。所以，Apache Tika 对 djvu 毫无用处。人们可能会认为它根本不支持这种格式。