在Flask应用程序中实现PythonBoilerpipe时JVM崩溃

Question

我写了一个烧瓶应用程序使用锅炉管提取内容。最初我编写了样板文件作为脚本来提取网站内容，但是当我试图与我的api集成时，JVM在执行boilerpeextractor时崩溃了。这是我得到的错误https://github.com/misja/python-boilerpipe/issues/17 我还在github上提出了一个问题

from boilerpipe.extract import Extractor
import unicodedata

class ExtractingContent:

  @classmethod
  def processingContent(self,sourceUrl,extractorType="DefaultExtractor"):
    extractor = Extractor(extractor=extractorType, url=sourceUrl)
    extractedText = extractor.getText()
    if extractedText:
      toNormalString =  unicodedata.normalize('NFKD',extractedText).encode('ascii','ignore')
     json_data = json.loads({"content": toNormalString, "url": sourceUrl , "status": "success", "publisher_id": "XXXXX", "content_count": str(len(toNormalString)) })
  return json_data
   else:    
     json_data = json.dumps({"response": {"message": "No data found", "url": sourceUrl , "status": "success", "content_count": "empty" }})
     return json.loads(json_data)

这是上面的脚本，我试图集成到使用Flask restful、sqlachemy、psql的flaskapi中。我也更新了我的java，但没有修复问题.Java版本

^{pr2}$

任何帮助都将不胜感激

谢谢

Answer 1

（我在https://github.com/misja/python-boilerpipe/issues/17中所写内容的副本）

好的，我重现了这个错误：调用JVM的线程没有附加到它，因此对JVM内部的调用失败。 这个bug来自锅炉管（见下文）。在

首先，monkey patching：在stackoverflow上发布的代码中，您只需在创建提取器之前添加以下代码：

class ExtractingContent:
   @classmethod
   def processingContent(self,sourceUrl,extractorType="DefaultExtractor"):
       print "State=", jpype.isThreadAttachedToJVM()

       if not jpype.isThreadAttachedToJVM():
           print "Needs to attach..."
           jpype.attachThreadToJVM()
           print "Check Attached=", jpype.isThreadAttachedToJVM()

       extractor = Extractor(extractor=extractorType, url=sourceUrl)

关于锅炉管道：第50行的boilerpipe/extractor/__init__.py中的检查if threading.activeCount() > 1是错误的。 调用线程必须始终连接到JVM，即使只有一个。在