TIKA实验报告

1.tika是什么

        Tika 是一个文本内容检测和解析工具，主要功能包括文档类型检测、内容提取、元数据提取、语言检测。我觉得就是把文本内容可以换成你想要的格式，便于人或计算机识别和读取，比如pdf转成word，把txt转成json等。

2.Tika怎么安装

1.配置java环境

先去官网下载安装java jdk，安装成功后在本地cmd中输入java -version会有下图类似输出。

检验java

2下载Tika

下载Tika的源代码tika-1.18-src.zip和Tika的jar包tika-app-1.18.jar。

tika-1.18-src.zip

tika-app-1.18.jar

3.Tika怎么使用

在本地cmd中输入java -jar E:\tika\tika-app-1.18.jar(你的本地taki.jar路径)--gui。会进入Tika的GUI界面。

Tika的GUI界面

之后把你想要解析的东西直接拖进去就行了。默认显示提取的元数据，你可以在view随意切换成其他属性，view中一共有6中。

元数据Metadata

Formatted Tex

Plain Text

Main Content

XML

json

4.实验过程的问题

1.用迅雷下java官网的java jdk会下不了，会报错，打开之后是乱码，之后用百度云下载才成功的。

报错

乱码

2.cmd打开tika的gui界面的时候，tika的路径要是自己本地jar路径，不然打不开。还有-gui有可能打不开，-g可能打开的快一点，可以去java -jar E:\tika\tika-app-1.18.jar --help 查看相应命令。

5.实验总结

从本次实验中，了解了tika是什么东西和简单的运用，只是在本地打开和用tika是比较简单的，不过要用的好还是要多琢磨的。