Tika解析器python与Docker给出RuntimeError：详细信息：无法启动Tika服务器

Question

没有Docker，脚本可以使用Tika解析pdf文件。

但是，当我尝试使用Docker时…我得到以下错误，因为tika服务器没有运行：通过阅读，我尝试了以下错误-但是错误仍然存在。

能帮点忙吗？

我在最后附加了Dockerfile并列出了正在运行的docker容器-

>

Docker拉Apache/Tika

Docker run-d-p 9998:9998 Apache/Tika

cat Dockerfile（末尾有清单）

Docker build-t docker_parser.

docker运行docker_parser

docker PS-A

    CONTAINER ID        IMAGE               COMMAND                  CREATED             STATUS                     PORTS                    NAMES

    8ff9fd3d0a84        docker_parser       "python ./scripts/..."   2 days ago          Exited (0) 4 minutes ago                            adoring_mestorf

    fdf132926c61        apache/tika         "/bin/sh -c 'java ..."   2 days ago          Up 6 minutes               0.0.0.0:9998->9998/tcp   optimistic_ride

    FROM python:3

    RUN pip3 install --upgrade pip requests
    RUN pip3 install python-docx tika numpy pandas

    RUN mkdir scripts
    RUN mkdir pdfs
    RUN mkdir output

    ADD runner.py /scripts/
    ADD header_parser.py /scripts/
    ADD keyword_parser.py /scripts/

    ADD *.pdf /pdfs/

    CMD [ "python", "./scripts/runner.py" ]

8.代码中的错误:sentence_parser糟糕！错误类型：已发生。详细信息：无法启动Tika服务器。错误类型：第156行

Answer 1

看起来您没有指定容器之间的链接，所以tika-python无法连接到端口9998。您可以在docker_parser容器中添加Java，并让它承载Tika服务器，否则您将需要链接容器。

如果要使用这两个映像，可以在运行时使用Docker CLI上的--link选项，或者构建一个网络（Docker network create）并将两个容器连接在一起（Docker network connect）。我通常使用docker-compose来使这类事情变得更容易，并在那里指定链接。