TIKA环境配置 - Tika教程

本章将指导完成设置Apache Tika在Windows和Linux的配置过程。用户管理是必要的,同时安装了Apache Tika。

系统要求

JDK Java SE 2 JDK 1.6 或以上
内存 1 GB RAM (推荐)
硬盘空间 无最小要求
操作系统版本 Windows XP 或以上, Linux

第1步:验证安装Java

为了验证Java安装,打开控制台并执行下面的Java命令。

OS 任务 命令
Windows 打开命令控制台 \>java –version
Linux 打开命令终端 $java –version

如果Java已经正确地在您的系统已经安装,那么应该得到以下输出之一,具体取决于您所使用的平台上。

OS 输出
Windows Java version "1.7.0_60"Java (TM) SE Run Time Environment (build 1.7.0_60-b19)Java Hotspot (TM) 64-bit Server VM (build 24.60-b09, mixed mode)
Lunix java version "1.7.0_25"Open JDK Runtime Environment (rhel-2.3.10.4.el6_4-x86_64)Open JDK 64-Bit Server VM (build 23.7-b01, mixed mode)

第2步:设置Java环境

设置JAVA_HOME环境变量指向到安装在机器上的Java基本目录的位置。例如,

OS 输出
Windows 设置环境变量 JAVA_HOME to C:\ProgramFiles\java\jdk1.7.0_60
Linux export JAVA_HOME=/usr/local/java-current

附加Java编译器的位置到系统路径的完整路径。

OS 输出
Windows Append the String; C:\Program Files\Java\jdk1.7.0_60\bin to the end of the system variable PATH.
Linux export PATH=$PATH:$JAVA_HOME/bin/

验证命令java版本,命令提示符如上所述。

第3步:设置Apache Tika环境

可以在自己的环境中通过使用集成Apache Tika :

对于任何一种方法,首先,必须下载的Tika源代码。

Tika的源代码在 http://Tika.apache.org/download.htmll,在那里找到两个链接:

apache-tika-1.6-src.zip: 它包含的Tika的源代码以及 Tika -app-1.6.jar: 它是一个包含Tika应用程序的JAR文件。

下载这两个文件。Tika的官方网站的快照如下所示。

Tika Environment

下载文件后,设置类路径的JAR文件 tika-app-1.6.jar。添加 jar 文件的完整路径,如图表所示。

OS Output
Windows 添加字符串 “C:\jars\Tika-app-1.6.jar” 到用户环境变量 CLASSPATH
Linux Export CLASSPATH=$CLASSPATH:/usr/share/jars/Tika-app-1.6.tar:

Apache提供Tika应用程序,使用Eclipse的图形用户界面(GUI)应用程序。

使用Eclipse构建Tika-Maven

m2e Release

Eclipse

Install

Maven项目已成功安装,并且项目转化成Maven。现在,必须配置pom.xml文件。

配置XML文件

可以通过Tika Maven的依赖 http://mvnrepository.com/artifact/org.apache.tika

下面显示的是Apache Tika完整的Maven依赖。

<dependency>
   <groupId>org.apache.Tika</groupId>
   <artifactId>Tika-core</artifactId>
   <version>1.6</version>

   <groupId>org.apache.Tika</groupId>
   <artifactId> Tika-parsers</artifactId>
   <version> 1.6</version>

   <groupId> org.apache.Tika</groupId>
   <artifactId>Tika</artifactId>
   <version>1.6</version>

   <groupId>org.apache.Tika</groupId>
   < artifactId>Tika-serialization</artifactId>
   < version>1.6< /version>

   < groupId>org.apache.Tika< /groupId>
   < artifactId>Tika-app< /artifactId>
   < version>1.6< /version>

   <groupId>org.apache.Tika</groupId>
   <artifactId>Tika-bundle</artifactId>
   <version>1.6</version>
</dependency>