README

此 PHP 客户端与Tika REST 服务器交互，用于从[各种文档文件类型][types]中提取内容和元数据。存在[替代 PHP 库][alternatives]，它们使用Tika 命令行客户端，但每次操作实例化 JVM 都会很慢且成本高昂。

此客户端基于 Guzzle 构建。

"参见“将 Tika 用作命令行工具”"[types]: http://tika.apache.org/1.4/formats.html [alternatives]: https://packagist.org.cn/search/?q=tika

项目设置

此项目通过 composer 安装。

在 shell 中，您可以运行此命令

composer require bangpound/tika-rest-client

或者您可以将此需求包含在您的 composer.json 文件中

{
    "require": {
        "bangpound/tika-rest-client": "^1.0"
    }
}

使用方法

<?php
$client = new Bangpound\Tika\Client('http://localhost:9998');
$response = $client->tika(array(
    'file' => 'TestPDF.pdf',
));

// Metadata varies by file and file type, so refer to the Apache Tika docs for details.
$all_metadata = $response->metadata;

// If you know the metadata element you want to retrieve, specify it as the argument
// to the response's metadata method.
$author = $response->metadata('author');

// Extracted content can be retrieved as a SimpleXMLElement or a string of XML.
$content_xml = $response->getBody();
$page_2 = $content_xml->children()->div[1];

$content_text = $response->getBody(true);

测试

Tika REST 客户端有一套不完整的测试。在安装开发依赖项后使用 phpunit 运行它们。

composer install
phpunit

许可证

此代码在 MIT 许可证下发布。

bangpound / tika-rest-client

维护者

详细信息

README

项目设置

使用方法

测试

许可证