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

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
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
858
509
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
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
257
300
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
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
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
22
5