TIKA環境配置

本章將指導完成設置Apache Tika在Windows和Linux的配置過程。用戶管理是必要的，同時安裝了Apache Tika。

係統要求

JDK	Java SE 2 JDK 1.6 或以上
內存	1 GB RAM (推薦)
硬盤空間	無最小要求
操作係統版本	Windows XP 或以上, Linux

第1步：驗證安裝Java

為了驗證Java安裝，打開控製台並執行下麵的Java命令。

OS	任務	命令
Windows	打開命令控製台	\>java –version
Linux	打開命令終端	$java –version

如果Java已經正確地在您的係統已經安裝，那麼應該得到以下輸出之一，具體取決於您所使用的平台上。

OS	輸出
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)

輸出

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)

假設本教學的讀者都在繼續本教學之前把Java1.7.0_60安裝在他們的係統中。
如果冇有安裝Java SDK，從下載其最新版本 http://www.oracle.com/technetwork/java/javase/downloads/index.htmll and have it installed.

第2步：設置Java環境

設置JAVA_HOME環境變量指向到安裝在機器上的Java基本目錄的位置。例如，

OS	輸出
Windows	設置環境變量 JAVA_HOME to C:\ProgramFiles\java\jdk1.7.0_60
Linux	export JAVA_HOME=/usr/local/java-current

附加Java編譯器的位置到係統路徑的完整路徑。

OS	輸出
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/

驗證命令java版本，命令提示符如上所述。

第3步：設置Apache Tika環境

可以在自己的環境中通過使用集成Apache Tika ：

命令行，
Tika API,
Tika（CLI）的命令行界麵，
Tika的圖形用戶界麵（GUI），或
源代碼

對於任何一種方法，首先，必須下載的Tika源代碼。

Tika的源代碼在 http://Tika.apache.org/download.htmll，在那裡找到兩個鏈接：

apache-tika-1.6-src.zip: 它包含的Tika的源代碼以及 Tika -app-1.6.jar: 它是一個包含Tika應用程序的JAR文件。

下載這兩個文件。Tika的官方網站的快照如下所示。

下載文件後，設置類路徑的JAR文件 tika-app-1.6.jar。添加 jar 文件的完整路徑，如圖表所示。

OS	Output
Windows	添加字符串 “C:\jars\Tika-app-1.6.jar” 到用戶環境變量 CLASSPATH
Linux	Export CLASSPATH=$CLASSPATH: /usr/share/jars/Tika-app-1.6.tar:

Output

Windows

添加字符串 “C:\jars\Tika-app-1.6.jar” 到用戶環境變量 CLASSPATH

Linux

Export CLASSPATH=$CLASSPATH:

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

Apache提供Tika應用程序，使用Eclipse的圖形用戶界麵（GUI）應用程序。

使用Eclipse構建Tika-Maven

打開Eclipse，並創建一個新的項目。
如果在Eclipse中冇有Maven，按照給定的步驟進行設置。
- 打開 link http://wiki.eclipse.org/M2E_updatesite_and_gittags. 在那裡，會發現m2e插件版本以表格格式

挑選的最新版本，並保存在URL網址的p2列的路徑。
現在重新訪問eclipse，在菜單欄中，單擊幫助，然後從下拉菜單中選擇安裝新軟件

單擊 Add 按鈕，輸入任何想要的名稱，因為它是可選的。現在貼在位置字段中保存的 URL。
一個新的插件選擇在上一步中添加的名字，選中複選框在它前麵，然後單擊下一步 Next。

繼續安裝。完成後，重新啟動Eclipse。
現在，右鍵單擊該項目，並在配置選項，選擇Convert to Maven項目。
將出現創建一個新的POM新的向導。輸入組ID為org.apache.tika，進入Tika的最新版本，選擇jar 包，然後單擊Finish。

Maven項目已成功安裝，並且項目轉化成Maven。現在，必須配置pom.xml文件。

配置XML文件

可以通過Tika Maven的依賴 http://mvnrepository.com/artifact/org.apache.tika

下麵顯示的是Apache Tika完整的Maven依賴。

<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>