[TIKA-2963] Tika在抽取.xlsx类型的大文件时出现OOM错误

• Type: Improvement
• Status: Closed
• Priority: Major
• Resolution: Fixed
• Affects Version/s: 1.20
• Component/s: core
• Assignee: Unassigned
• Reporter: Feng Jiao Jiang
• Created: 11/Oct/19 11:03
• Updated: 02/Dec/21 11:52
• Resolved: 02/Dec/21 11:52

Description

对于docx和pptx类型的文件，Tika可配置SAX解析器来提高抽取性能。但是Tika在抽取.xlsx类型的大文件时仍会出现OOM错误，我暂时没有从官方找到解决方案，下面附上自己的代码，也是基于SAX解析器的解决方案，代码可根据实际情况进行参数调优，多有不足之处，大家批评指正，谢谢