apache-tika - 如何在服务器模式下使用Tika

Question

在 Tika 的网站上，它说(关于 tika-app-1.2.jar)它可以在服务器模式下使用。有谁知道如何在该服务器运行后发送文档并从该服务器接收解析的文本？

Answer 1

Tika 支持两种“服务器”模式。更简单和原始的是 --server Tika-App 的标志。功能更强大，但也更新的是 JAX-RS JSR-311 server component ，这是一个额外的 jar。

Tika-App 网络服务器使用起来非常简单。只需使用 --server 启动 Tika-App标志，以及 --port ###标志告诉它监听哪个端口。然后，连接到该端口并向其发送一个文件。您将得到 html 版本。 NetCat 对此很有效，例如 java -jar tika-app.jar --server --port 12345接下来是 nc 127.0.0.1 12345 < MyFileToExtract会给你返回 html

JAX-RS JSR-311 server component支持一些不同的 url，例如元数据、纯文本等。您可以使用 java -jar tika-server.jar 启动服务器，然后使用您的输入文档对适当的 url 进行 HTTP put 调用，您将获得资源。 wiki page 上有大量详细信息和示例(包括使用curl 进行测试)

Tika App Network Server 相当简单，仅支持一种模式(提取为 HTML)，通常用于测试/演示/原型(prototype)设计等。Tika JAXRS Server是一个完全 RESTful 服务，它使用 HTTP 协议(protocol)，并公开了广泛的 Tika 模式。这是目前普遍推荐的通过网络和/或非 Java 堆栈与 Tika 交互的方式。