#!/usr/bin/python
import socket, sys
# Where to connect
host = '127.0.0.1'
port = 1234
if len(sys.argv) < 2:
print "Must give filename"
sys.exit(1)
filename = sys.argv[1]
print "Sending %s to Tika on port %d" % (filename, port)
# Connect to Tika
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.connect((host,port))
# Open the file to send
f = open(filename, 'rb')
# Stream the file to Tika
while True:
chunk = f.read(65536)
if not chunk:
# EOF
break
s.sendall(chunk)
# Tell Tika we have sent everything
s.shutdown(socket.SHUT_WR)
# Get the response
while True:
chunk = s.recv(65536)
if not chunk:
# EOF
break
print chunk
对于对Tika的远程访问,基本上有两种方法可用。一个是Tika JAXRS Server,它提供了一个完整的RESTful接口。另一个是简单的Tika-App server mode,它只在网络管道级别工作。
对于生产使用,您可能希望使用Tika JAXRS服务器,因为它的功能更加全面。对于简单的测试和入门,服务器模式下的Tika应用程序应该没问题
对于后者,只需连接到运行Tika应用程序的端口,将文档数据流化,然后读回html。例如,在一个终端运行中
然后,在另一个,做
^{pr2}$然后您将看到测试PDF返回的html
在python中,您只需要一个简单的socket调用,就像netcat一样,发送二进制数据,然后读回您的结果。例如,尝试类似于:
相关问题 更多 >
编程相关推荐