Question

我正在尝试使用tika软件包来解析文件。 Tika已成功安装，tika-server-1.18.jar已在cmd Java -jar tika-server-1.18.jar中以Code运行

我在Jupyter中的代码是：

Import tika 
from tika Import parser
parsed = parser.from_file('')

但是，我收到以下错误消息：

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]无法查看启动日志   信息;正在重试... 2018-07-25 10：20：28,340 [MainThread] [ERROR]   3次尝试后未收到Tika启动日志消息。 2018-07-25   10：20：28,340 [MainThread] [ERROR]无法接收启动   从startServer确认。

RuntimeError：无法启动Tika Server。

Answer 1

根据Apache Tika's site，tika-server.jar的所有新版本都将需要Java 8。

2018年4月24日：Apache Tika版本 Apache Tika 1.18已发布！此版本包括错误修复（例如，从PPT中的分组形状中提取），安全修复以及对依赖项的升级。请注意：下一版本将需要Java8。有关发行版中所做更改的完整列表，请参阅CHANGES.txt文件，并查看下载页面以获取有关如何获取Apache Tika 1.18的更多信息。

tika Python库的当前过时文档声称需要Java 7，但现在必须安装Java 8。这是因为如果您的临时文件中找不到tika-server.jar的当前版本，则会在运行时自动下载。

在安装Java 8之后，我的基本测试代码启动了服务器并正常运行。

Answer 2

导入Tika之后，您需要初始化Java Server

import tika
tika.initVM()
from tika import parser
parsed = parser.from_file('') //file name should be here

Answer 3

您尚未在行中传递参数（指定文件）：

parsed = parser.from_file（''）

提供文件以供其咀嚼，例如

parsed = parser.from_file('myfile.txt')

服务器没有启动，大概没有日志警告被触发-请参见源代码the Github的第644行

然后另一个错误消息告诉您它不会播放...

Answer 4

下载Java。如果您已经安装了Java版本，请尝试将其更新为最新版本。适用于我的版本是1.18。

Answer 5

我遇到了类似的问题。尝试了这里提到的所有步骤，没有任何帮助。我是如何解决的：

检查了 tika 和 tika-server 的日志文件。对于 Windows，您可以在 C:/Users/your_user_name/AppData/Local/Temp/
发现 tika-server 日志中提到端口已被使用错误。

检查下面的日志片段 -

INFO: Setting the server's publish address to be http://localhost:9998/
WARNING: FAILED SelectChannelConnector@localhost:9998: java.net.BindException: Address already in use: bind
java.net.BindException: Address already in use: bind
        at sun.nio.ch.Net.bind0(Native Method)
        at sun.nio.ch.Net.bind(Unknown Source)
        at sun.nio.ch.Net.bind(Unknown Source)
        at sun.nio.ch.ServerSocketChannelImpl.bind(Unknown Source)
        at sun.nio.ch.ServerSocketAdaptor.bind(Unknown Source)
        at org.eclipse.jetty.server.nio.SelectChannelConnector.open(SelectChannelConnector.java:187)
        at org.eclipse.jetty.server.AbstractConnector.doStart(AbstractConnector.java:316)
        at org.eclipse.jetty.server.nio.SelectChannelConnector.doStart(SelectChannelConnector.java:265)
        at org.eclipse.jetty.util.component.AbstractLifeCycle.start(AbstractLifeCycle.java:64)
        at org.eclipse.jetty.server.Server.doStart(Server.java:293)
        at org.eclipse.jetty.util.component.AbstractLifeCycle.start(AbstractLifeCycle.java:64)
        at org.apache.cxf.transport.http_jetty.JettyHTTPServerEngine.addServant(JettyHTTPServerEngine.java:417)
        at org.apache.cxf.transport.http_jetty.JettyHTTPDestination.activate(JettyHTTPDestination.java:179)
        at org.apache.cxf.transport.AbstractObservable.setMessageObserver(AbstractObservable.java:49)
        at org.apache.cxf.binding.AbstractBindingFactory.addListener(AbstractBindingFactory.java:95)
        at org.apache.cxf.jaxrs.JAXRSBindingFactory.addListener(JAXRSBindingFactory.java:88)
        at org.apache.cxf.endpoint.ServerImpl.start(ServerImpl.java:123)
        at org.apache.cxf.jaxrs.JAXRSServerFactoryBean.create(JAXRSServerFactoryBean.java:206)
        at org.apache.tika.server.TikaServerCli.main(TikaServerCli.java:213)

这清楚地表明另一个进程已经在同一个端口中运行。所以我只需要杀死在 port 9998 上运行的 java 进程（我认为它可能已经不存在了）
在任务管理器中终止进程后，我尝试重新运行 python 脚本，它运行正常。
要交叉检查，您还可以使用以下命令运行同一路径中的 tika-server.jar 文件 - C:/Users/your_user_name/AppData/Local/Temp/ 并检查它是否失败或正确运行：java -jar tika-server.jar

希望这对未来的人有所帮助。

将Tika与python一起使用，runtimeError：无法启动tika服务器

5 个答案: