iwishiwasaneagle/apache-tika-arm

tika-docker

该镜像为Apache Tika Server提供Docker化部署，支持arm64和amd64架构，功能与https://github.com/apache/tika-docker官方镜像一致。镜像托管于https://hub.docker.com/r/iwishiwasaneagle/apache-tika-arm/。

镜像概述和主要用途

本镜像用于创建功能完整的Apache Tika Server实例，基于最新Ubuntu系统，根据不同版本使用Java 8（1.20及之前）、Java 11（1.21、1.24.1）、Java 14（1.27/2.0.0之前）或Java 16（更新版本）运行环境，默认监听9998端口。提供两种版本：

• Minimal版：仅包含Apache Tika及核心依赖
• Full版：额外包含GDAL和Tesseract OCR解析器依赖，并预装英、法、德、意、西语言包

核心功能和特性

• 多架构支持：同时提供arm64和amd64架构镜像
• 版本对应：严格对应Apache Tika Server官方版本
• 灵活配置：支持通过自定义配置文件覆盖默认参数
• 功能扩展：Full版本集成OCR和地理数据解析能力
• 轻量选择：Minimal版本仅保留核心功能，减少镜像体积

可用标签

1.x系列（最新版本）

• latest, 1.27：Apache Tika Server 1.27（Minimal）
• latest-full, 1.27-full：Apache Tika Server 1.27（Full）
• 1.26：Apache Tika Server 1.26（Minimal）
• 1.26-full：Apache Tika Server 1.26（Full）
• 1.25：Apache Tika Server 1.25（Minimal）
• 1.25-full：Apache Tika Server 1.25（Full）
• 1.24.1：Apache Tika Server 1.24.1（Minimal）
• 1.24.1-full：Apache Tika Server 1.24.1（Full）

2.x系列（最新版本）

• 2.1.0：Apache Tika Server 2.1.0（Minimal）
• 2.1.0-full：Apache Tika Server 2.1.0（Full）
• 2.0.0：Apache Tika Server 2.0.0（Minimal）
• 2.0.0-full：Apache Tika Server 2.0.0（Full）

https://hub.docker.com/r/apache/tika/tags?page=1&ordering=last_updated

使用方法和配置说明

基本使用

1. 拉取镜像：

   bash
   docker pull docker.xuanyuan.run/iwishiwasaneagle/apache-tika-arm:<tag>
   

   其中<tag>为对应版本标签，如1.27、2.1.0-full等。

2. 运行容器：

   bash
   docker run -d -p 9998:9998 docker.xuanyuan.run/iwishiwasaneagle/apache-tika-arm:<tag>
   

   容器将在后台运行，Tika Server服务通过9998端口对外提供服务。

注意：latest和latest-full标签会在发布时显式指向最新稳定版本。

自定义配置

1.25及以上版本支持通过命令行参数覆盖默认配置。例如，在Full版本中禁用OCR解析器：

1. 创建自定义配置文件：

   bash
   cat <<EOT >> tika-config.xml
   <?xml version="1.0" encoding="UTF-8"?>
   <properties>
     <parsers>
         <parser class="org.apache.tika.parser.DefaultParser">
             <parser-exclude class="org.apache.tika.parser.ocr.TesseractOCRParser"/>
         </parser>
     </parsers>
   </properties>
   EOT
   

2. 挂载配置文件运行：

   bash
   docker run -d -p 9998:9998 -v `pwd`/tika-config.xml:/tika-config.xml docker.xuanyuan.run/iwishiwasaneagle/apache-tika-arm:1.25-full --config /tika-config.xml
   

https://tika.apache.org/1.26/configuring.html

Docker Compose示例

仓库包含多个docker-compose 3.x配置文件，用于测试不同场景：

• docker-compose-tika-vision.yml：TensorFlow Inception REST API视觉识别示例
• docker-compose-tika-grobid.yml：Grobid REST解析示例
• docker-compose-tika-customocr.yml：带自定义配置的Tesseract OCR示例
• docker-compose-tika-ner.yml：命名实体识别示例

使用方法：

1. 设置环境变量指定Tika版本：

   bash
   export TAG=1.26
   

2. 参考.env文件配置环境变量
3. 运行compose文件：

   bash
   docker-compose -f docker-compose-tika-vision.yml up -d
   

https://docs.docker.com/compose/install/

构建镜像

从源码构建镜像：

bash
docker build -t 'apache/tika' github.com/apache/tika-docker

运行自建镜像：

bash
docker run -d -p 9998:9998 docker.xuanyuan.run/apache/tika

更多信息

• https://cwiki.apache.org/confluence/display/TIKA/TikaServer
• http://tika.apache.org
• http://apache.org

许可证

本项目基于Apache License 2.0许可，详见http://www.apache.org/licenses/LICENSE-2.0。

免责声明

请注意，虽然这些Docker镜像从Apache软件基金会分发站点下载由Apache Tika团队发布的二进制JAR，但只有Apache软件基金会项目的源代码发布才是官方发布制品。详情参见https://www.apache.org/dev/release-distribution.html。