Question

我试图使用Tika运行简单的代码解析行，以解析PDF中的文本（在此示例中命名为outputFileName）。这曾经运行没有错误。我最近将我的笔记本电脑发送到我们的IT部门进行软件更新，并且不得不树脂化Anaconda并导入某些模块（例如2019年11月9日发布的Tika 1.22）来运行我的代码。我还从Tika导入了解析器。这是代码行和我收到的错误消息：

代码：

＃从pdf文件中解析文本以供使用

pdftext = parser.from_file（outputFileName）

错误

    AttributeError                            Traceback (most recent call last)
    <ipython-input-14-239522b5ef31> in <module>
          1 #parsing the text out of pdf file to work with
    ----> 2 pdftext = parser.from_file(outputFileName)

    ~\AppData\Local\Continuum\anaconda3\lib\site-packages\tika\parser.py in from_file(filename, serverEndpoint, xmlContent, headers, config_path, requestOptions)

         34     '''
         35     if not xmlContent:
    ---> 36         jsonOutput = parse1('all', filename, serverEndpoint, headers=headers,config_path=config_path, requestOptions=requestOptions)

         37     else:
         38         jsonOutput = parse1('all', filename, serverEndpoint, services={'meta': '/meta', 'text': '/tika', 'all': '/rmeta/xml'},

    ~\AppData\Local\Continuum\anaconda3\lib\site-packages\tika\tika.py in parse1(option, urlOrPath, serverEndpoint, verbose, tikaServerJar, responseMimeType, services, rawResponse, headers, config_path, requestOptions)
        327     headers.update({'Accept': responseMimeType, 'Content-Disposition': make_content_disposition_header(path)})
        328     status, response = callServer('put', serverEndpoint, service, open(path, 'rb'),
    --> 329                                   headers, verbose, tikaServerJar, config_path=config_path, rawResponse=rawResponse, requestOptions=requestOptions)
        330 
        331     if file_type == 'remote': os.unlink(path)

    ~\AppData\Local\Continuum\anaconda3\lib\site-packages\tika\tika.py in callServer(verb, serverEndpoint, service, data, headers, verbose, tikaServerJar, httpVerbs, classpath, rawResponse, config_path, requestOptions)
        544 
        545     resp = verbFn(serviceUrl, encodedData, **effectiveRequestOptions)
    --> 546     encodedData.close() # closes the file reading data
        547 
        548     if verbose:

    AttributeError: 'bytes' object has no attribute 'close'

我还下载了Java 8。

tika.py源代码是否存在问题？还是我错过了需要安装的东西？任何帮助将不胜感激。

Answer 1

只需安装tika的早期版本。我有同样的问题，对我有用。怎么样？转到终端并输入pip install tika==1.19

Answer 2

更新tika python库后，我也收到此错误，如果您需要临时修复，我建议降级至1.19版

Answer 3

找到的解决方案

请参阅以下GitHub项目，其中Trofleb提出了解决方案：

https://github.com/chrismattmann/tika-python/issues/252

AttributeError：运行Tika解析器时，“字节”对象没有属性“关闭”

3 个答案: