Как использовать Tika через PHP, когда оба установлены на одном сервере?
- Мне нужно создать внутренний веб-сайт, который позволяет пользователям загружать файлы .doc, .pdf, .xls и видеть текст в поле для текстовой области.
- Я создал сайт на PHP до такой степени, что пользователь может загружать файлы.
- Я установил Tika на свой сервер и в командной строке могу набрать
java -jar tika-app-1.10-SNAPSHOT.jar -m manu.pdf > output.txtкоторый успешно создает текст, который мне нужен в выходном файле.
Как лучше всего вызвать Tika из PHP, чтобы получить простой текст загруженного файла в PHP?
Осматривая вокруг, я нахожу:
- PHP-код, который делает вызовы к «серверу Tika», например с CURL
- Классы PHP Wrapper для Tika, которые, кажется, используют Tika на том же сервере, на котором установлен PHP, но я не заставил их работать.
- Кроме того, я мог бы просто позвонить Тике через
execкоманда.
Но я не уверен, что это самый простой способ продолжить.
Решение
Если это на ваших собственных управляемых серверах, и оба PHP а также Тика места вам известны, просто используйте exec,
Или, если вы предпочитаете лучший контроль (который, я подозреваю, вам не нужен), используйте shell_exec
Если у вас есть проблемы с производительностью, и / или вам нужно масштабировать эту вещь, то есть место для более сложного решения.
Другие решения
Для запуска на удаленном сервере я предлагаю вам использовать curl или же Guzzle позвонить по адресу (но вы также можете просто использовать file_get_contents и передайте ему URL для API, который будет вызывать Тика на удаленном сервере.
Для запуска разбора на локальный (Тика а также PHP на том же сервере) я использовал Synfony / Процесс.
Я бы лично отговорил вас от использования exec,
Я бы добавил, что наличие Tika на другом сервере заставит вас отправить на этот сервер всю полезную нагрузку файла, загруженную пользователем.
Хотя более быстрое решение состоит в том, чтобы просто получить загрузку с выполнением PHP и напрямую вызвать процесс Tika из того же сценария (или, по крайней мере, с той же машины).
В противном случае вам нужен скрипт, который:
- получает загруженные данные
- добавления это к Тика сервер (может быть, как полезная нагрузка вызова API)
- говорит Тика (через API) на удаленном сервере для разбора файла
- загрузок ответ проанализировал данные
- работает с ним или отображать его.
Как я подчеркнул, будет намного больше накладных расходов, так же как и связь между двумя серверами; и это не желательно, когда файл для анализа, может быть, 35 МБ PDF-файл, не так ли?
Пользователь должен будет ждать, скажем, 2 минуты для загрузки, PLUS другие, скажем, 20 секунд, чтобы отправить файл в Тика сервер, а затем другие, скажем, 3 секунды, чтобы получить результат анализа в текстовом формате.
Я настоятельно рекомендую остаться и работать на том же PHP сервер.