首页
/ Apache Tika Docker 项目使用教程

Apache Tika Docker 项目使用教程

2024-08-07 21:03:12作者:虞亚竹Luna

1. 项目的目录结构及介绍

Apache Tika Docker 项目的目录结构如下:

tika-docker/
├── CHANGES.md
├── Dockerfile
├── LICENSE
├── README.md
├── docker-compose-tika-customocr.yml
├── docker-compose-tika-ner.yml
├── env
├── sample-configs/
│   ├── custom-ocr-config.xml
│   ├── ner-config.xml
│   └── ...
└── ...

主要文件介绍:

  • CHANGES.md: 记录项目的变更历史。
  • Dockerfile: 用于构建 Docker 镜像的脚本。
  • LICENSE: 项目的许可证文件。
  • README.md: 项目的基本介绍和使用说明。
  • docker-compose-tika-customocr.yml: 用于启动带有自定义 OCR 配置的 Tika 服务。
  • docker-compose-tika-ner.yml: 用于启动带有命名实体识别配置的 Tika 服务。
  • env: 环境变量文件,用于配置 Docker Compose 文件中的变量。
  • sample-configs/: 包含一些示例配置文件,如自定义 OCR 和命名实体识别的配置文件。

2. 项目的启动文件介绍

Dockerfile

Dockerfile 是用于构建 Docker 镜像的脚本,内容如下:

FROM ubuntu:latest
RUN apt-get update && apt-get install -y openjdk-11-jre-headless wget
RUN wget https://downloads.apache.org/tika/tika-server-standard-2.5.0.jar
EXPOSE 9998
CMD ["java", "-jar", "tika-server-standard-2.5.0.jar"]

docker-compose 文件

docker-compose-tika-customocr.yml

version: '3'
services:
  tika:
    image: apache/tika:latest
    ports:
      - "9998:9998"
    environment:
      - TIKA_CONFIG=/configs/custom-ocr-config.xml
    volumes:
      - ./sample-configs:/configs

docker-compose-tika-ner.yml

version: '3'
services:
  tika:
    image: apache/tika:latest
    ports:
      - "9998:9998"
    environment:
      - TIKA_CONFIG=/configs/ner-config.xml
    volumes:
      - ./sample-configs:/configs

3. 项目的配置文件介绍

示例配置文件

custom-ocr-config.xml

<properties>
  <parsers>
    <parser class="org.apache.tika.parser.ocr.TesseractOCRParser">
      <params>
        <param name="tesseractPath" value="/usr/bin/tesseract"/>
      </params>
    </parser>
  </parsers>
</properties>

ner-config.xml

<properties>
  <parsers>
    <parser class="org.apache.tika.parser.ner.NamedEntityParser">
      <params>
        <param name="nerPath" value="/usr/local/bin/ner"/>
      </params>
    </parser>
  </parsers>
</properties>

环境变量文件 env

TAG=1.26
TIKA_CONFIG=/configs/custom-ocr-config.xml

以上是 Apache Tika Docker 项目的基本使用教程,涵盖了项目的目录结构、启动文件和配置文件的介绍。希望对您有所帮助。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8