TIKA - 环境

本章将引导您完成在 Windows 和 Linux 上设置 Apache Tika 的过程。安装 Apache Tika 时需要进行用户管理。

系统要求

JDK	Java SE 2 JDK 1.6 或更高版本
内存	1 GB RAM（推荐）
磁盘空间	无最低要求
操作系统版本	Windows XP 或更高版本，Linux

步骤 1：验证 Java 安装

要验证 Java 安装，请打开控制台并执行以下java命令。

操作系统	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 已在您的系统上正确安装，则您应该获得以下输出之一，具体取决于您正在使用的平台。

操作系统	输出
Windows	Java 版本 "1.7.0_60" Java (TM) SE 运行时环境 (build 1.7.0_60-b19) Java Hotspot (TM) 64 位服务器 VM (build 24.60-b09, mixed mode)
Linux	java 版本 "1.7.0_25" Open JDK 运行时环境 (rhel-2.3.10.4.el6_4-x86_64) Open JDK 64 位服务器 VM (build 23.7-b01, mixed mode)

操作系统

输出

Windows

Java 版本 "1.7.0_60"

Java (TM) SE 运行时环境 (build 1.7.0_60-b19)

Java Hotspot (TM) 64 位服务器 VM (build 24.60-b09, mixed mode)

Linux

java 版本 "1.7.0_25"

Open JDK 运行时环境 (rhel-2.3.10.4.el6_4-x86_64)

Open JDK 64 位服务器 VM (build 23.7-b01, mixed mode)

我们假设本教程的读者在继续本教程之前已在其系统上安装了 Java 1.7.0_60。
如果您没有 Java SDK，请从https://www.oracle.com/technetwork/java/javase/downloads/index.html 下载并安装其当前版本。

步骤 2：设置 Java 环境

将 JAVA_HOME 环境变量设置为指向 Java 在您的计算机上安装的基本目录位置。例如，

操作系统	输出
Windows	将环境变量 JAVA_HOME 设置为 C:\ProgramFiles\java\jdk1.7.0_60
Linux	export JAVA_HOME = /usr/local/java-current

将 Java 编译器位置的完整路径附加到系统路径。

操作系统	输出
Windows	将字符串；C:\Program Files\Java\jdk1.7.0_60\bin 附加到系统变量 PATH 的末尾。
Linux	export PATH = $PATH:$JAVA_HOME/bin/

如上所述，从命令提示符验证命令 java-version。

步骤 3：设置 Apache Tika 环境

程序员可以通过使用以下方法将其环境集成到 Apache Tika 中

命令行，
Tika API，
Tika 的命令行界面 (CLI)，
Tika 的图形用户界面 (GUI)，或
源代码。

对于任何这些方法，首先，您必须下载 Tika 的源代码。

您将在https://Tika.apache.org/download.html找到 Tika 的源代码，您将找到两个链接 -

apache-tika-1.6-src.zip - 它包含 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。下面显示了 Tika 官方网站的快照。

下载文件后，为 jar 文件tika-app-1.6.jar设置类路径。添加 jar 文件的完整路径，如下表所示。

操作系统	输出
Windows	将字符串“C:\jars\Tika-app-1.6.jar”附加到用户环境变量 CLASSPATH
Linux	Export CLASSPATH = $CLASSPATH − /usr/share/jars/Tika-app-1.6.tar −

操作系统

输出

Windows

将字符串“C:\jars\Tika-app-1.6.jar”附加到用户环境变量 CLASSPATH

Linux

Export CLASSPATH = $CLASSPATH −

/usr/share/jars/Tika-app-1.6.tar −

Apache 提供 Tika 应用程序，这是一个使用 Eclipse 的图形用户界面 (GUI) 应用程序。

使用 Eclipse 的 Tika-Maven 构建

打开 Eclipse 并创建一个新项目。
如果您在 Eclipse 中没有 Maven，请按照以下步骤进行设置。
- 打开链接 https://wiki.eclipse.org/M2E_updatesite_and_gittags。您将在表格格式中找到 m2e 插件版本

选择最新版本并在 p2 url 列中保存 url 的路径。
现在重新访问 Eclipse，在菜单栏中，单击帮助，然后从下拉菜单中选择安装新软件

单击添加按钮，键入任何所需的名称，因为它是可选的。现在将保存的 url 粘贴到位置字段中。
将添加一个新的插件，其名称是您在上一步中选择的，选中其前面的复选框，然后单击下一步。

继续安装。完成后，重新启动 Eclipse。
现在右键单击项目，然后在配置选项中，选择转换为 Maven 项目。
将出现一个用于创建新 pom 的新向导。输入 Group Id 为 org.apache.tika，输入 Tika 的最新版本，选择打包为 jar，然后单击完成。

Maven 项目已成功安装，并且您的项目已转换为 Maven。现在您必须配置 pom.xml 文件。

配置 XML 文件

从 https://mvnrepository.com/artifact/org.apache.tika获取 Tika maven 依赖项

下面显示了 Apache Tika 的完整 Maven 依赖项。

<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>

打印页面