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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
1 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析2 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析3 freeCodeCamp英语课程填空题提示缺失问题分析4 freeCodeCamp音乐播放器项目中的函数调用问题解析5 freeCodeCamp论坛排行榜项目中的错误日志规范要求6 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp Cafe Menu项目中link元素的void特性解析9 freeCodeCamp全栈开发课程中React实验项目的分类修正10 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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 kernel ~ openGauss is an open source relational database management system
C++
129
182

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

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

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

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

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

deepin linux kernel
C
22
5