TIKA - Medio ambiente

Este capítulo lo lleva a través del proceso de configuración de Apache Tika en Windows y Linux. Es necesaria la administración de usuarios al instalar Apache Tika.

Requisitos del sistema

JDK Java SE 2 JDK 1.6 o superior
Memoria 1 GB de RAM (recomendado)
Espacio del disco Sin requisito mínimo
Versión del sistema operativo Windows XP o superior, Linux

Paso 1: verificar la instalación de Java

Para verificar la instalación de Java, abra la consola y ejecute lo siguiente java mando.

SO Tarea Mando
Ventanas Abrir consola de comandos \> java –version
Linux Terminal de comando abierto $ java –version

Si Java se ha instalado correctamente en su sistema, debería obtener uno de los siguientes resultados, dependiendo de la plataforma en la que esté trabajando.

SO Salida
Ventanas

Versión de Java "1.7.0_60"

Entorno de tiempo de ejecución Java (TM) SE (compilación 1.7.0_60-b19)

VM de servidor Java Hotspot (TM) de 64 bits (compilación 24.60-b09, modo mixto)
Lunix

versión de Java "1.7.0_25"

Entorno de tiempo de ejecución abierto de JDK (rhel-2.3.10.4.el6_4-x86_64)

Abra la máquina virtual del servidor JDK de 64 bits (compilación 23.7-b01, modo mixto)

Paso 2: Configuración del entorno Java

Configure la variable de entorno JAVA_HOME para que apunte a la ubicación del directorio base donde Java está instalado en su máquina. Por ejemplo,

SO Salida
Ventanas Establezca la variable de entorno JAVA_HOME en C: \ ProgramFiles \ java \ jdk1.7.0_60
Linux exportar JAVA_HOME = / usr / local / java-current

Agregue la ruta completa de la ubicación del compilador de Java a la ruta del sistema.

SO Salida
Ventanas Agregue la cadena; C: \ Archivos de programa \ Java \ jdk1.7.0_60 \ bin hasta el final de la variable del sistema PATH.
Linux export PATH = $ PATH: $ JAVA_HOME / bin /

Verifique el comando java-version desde el símbolo del sistema como se explicó anteriormente.

Paso 3: Configurar el entorno Apache Tika

Los programadores pueden integrar Apache Tika en su entorno utilizando

  • Línea de comando,
  • API de Tika,
  • Interfaz de línea de comandos (CLI) de Tika,
  • Interfaz gráfica de usuario (GUI) de Tika, o
  • el código fuente.

Para cualquiera de estos enfoques, en primer lugar, debe descargar el código fuente de Tika.

Encontrará el código fuente de Tika en https://Tika.apache.org/download.html, donde encontrará dos enlaces -

  • apache-tika-1.6-src.zip - Contiene el código fuente de Tika, y

  • Tika -app-1.6.jar - Es un archivo jar que contiene la aplicación Tika.

Descarga estos dos archivos. A continuación se muestra una instantánea del sitio web oficial de Tika.

Después de descargar los archivos, configure la ruta de clase para el archivo jar tika-app-1.6.jar. Agregue la ruta completa del archivo jar como se muestra en la siguiente tabla.

SO Salida
Ventanas Agregue la cadena "C: \ jars \ Tika-app-1.6.jar" a la variable de entorno de usuario CLASSPATH
Linux

Exportar CLASSPATH = $ CLASSPATH -

/usr/share/jars/Tika-app-1.6.tar -

Apache proporciona la aplicación Tika, una aplicación de interfaz gráfica de usuario (GUI) que utiliza Eclipse.

Tika-Maven Build usando Eclipse

  • Elija la última versión y guarde la ruta de la URL en la columna de URL p2.

  • Ahora vuelva a visitar eclipse, en la barra de menú, haga clic en Help, y elige Install New Software desde el menú desplegable

  • Haga clic en el Add, escriba el nombre que desee, ya que es opcional. Ahora pegue la URL guardada en elLocation campo.

  • Se agregará un nuevo complemento con el nombre que eligió en el paso anterior, marque la casilla de verificación al frente y haga clic en Next.

  • Continúe con la instalación. Una vez completado, reinicie Eclipse.

  • Ahora haga clic derecho en el proyecto, y en el configure opción, seleccione convert to maven project.

  • Aparece un nuevo asistente para crear un nuevo pom. Ingrese el ID de grupo como org.apache.tika, ingrese la última versión de Tika, seleccione elpackaging como jar y haga clic en Finish.

El proyecto Maven se instaló correctamente y su proyecto se convierte en Maven. Ahora tienes que configurar el archivo pom.xml.

Configurar el archivo XML

Obtenga la dependencia de Tika maven dehttps://mvnrepository.com/artifact/org.apache.tika

A continuación se muestra la dependencia completa de Maven de Apache Tika.

<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>