将tika与python一起使用，runtimeerror：无法启动tika服务器
我正在尝试使用tika包来解析文件。Tika已成功安装，tika-server-1.18.jar使用cmd中的代码运行java-jar tika-server-1.18.jar
我在Jupyter中的代码是：
Import tika
from tika Import parser
parsed = parser.from_file('')
然而，我收到以下错误：
2018-07-25 10:20:13，325[MainThread][WARNI]无法看到启动日志消息；正在重试...2018-07-25 10:20:18，329[MainThread][WARNI]无法看到启动日志消息；正在重试...2018-07-25 10:20:23，332[MainThread][WARNI]无法看到启动日志消息；正在重试...2018-07-25 10:20:28,340[主线程][错误]尝试3次后未收到Tika启动日志消息。2018-07-25 10:20:28,340[MainThread][错误]无法从StartServer接收启动确认。
RuntimeError：无法启动Tika服务器。
共有1个答案
根据Apache Tika的站点，所有新版本的tika-server.jar都需要Java8。
2018年4月24日：Apache Tika发布Apache Tika 1.18已经发布！此版本包括bug修复（例如从PPT中的分组形状中提取）、安全修复和对依赖项的升级。请注意：下一个版本将需要Java8。请参阅changes.txt文件以获得版本中更改的完整列表，并查看下载页面以获得关于如何获得Apache Tika1.18的更多信息。
当前针对tika Python库的过时文档声称需要Java7，但现在必须安装Java8。这是因为当前版本的tika-server.jar会在运行时自动下载，如果在您的临时文件中找不到的话。
-
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 Dock
-
tika-python A Python port of the Apache Tikalibrary that makes Tika available using theTika REST Server. This makes Apache Tika available as a Python library,installable via Setuptools, Pip and Easy I
-
学习如何在Java编程中使用Tika。 以下是示例 - 如何使用java从PDF中提取内容。 如何使用java从ODF中提取内容。 如何使用java从Excel工作表中提取内容。 如何使用java从文本文档中提取内容。 如何使用java从XML文档中提取内容。 如何使用java从HTML文档中提取内容。 如何使用java从java .class文件中提取内容。
-
Tika 是一个内容抽取的工具集合(a toolkit for text extracting)。它集成了 POI, Pdfbox 并且为文本抽取工作提供了一个统一的界面。其次，Tika 也提供了便利的扩展 API，用来丰富其对第三方文件格式的支持。 在当前的0.2-SNAPSHOT 版本中， Tika 提供了对如下文件格式的支持: PDF - 通过 Pdfbox MS-* - 通过 POI HT
-
我正在尝试解析一些包含工程图纸的PDF文件以获取文件中的文本数据。我尝试将TIKA用作python的jar，并将其与jnius包一起使用（在此处使用本教程：http://www.hackzine.org/using-apache-tika-from-python-with-jnius.html），但代码引发错误。 然而，使用TIKA包，我能够传递文件并解析它们，但是Python只能提取元数据，当要
-
如果MediaType是XML类型，我如何识别它？或者如果是类型压缩？我需要一个包含所有子元素的“父”类型，可能是一个方法：“boolean isXML（）”，它包含application/xml和text/xml和application/x-xml，或者“boolean isCompress（）”，它包含所有zip+gzip类型等