当前位置: 首页 > news >正文

GitHub开源的PDF管理工具Stirling-pdf

Stirling pdf

    • 手动搭建
    • docker搭建

官网:https://github.com/Stirling-Tools/Stirling-PDF

手动搭建

Ubuntu2404环境

安装所需软件包

apt install -y git  automake  autoconf  libtool  libleptonica-dev  pkg-config zlib1g-dev make g++ openjdk-21-jdk python3 python3-pip

克隆并构建 jbig2enc,如果拉取失败,可以去gitlab下载,再上传

mkdir ~/.git
cd ~/.git &&\
git clone https://github.com/agl/jbig2enc.git &&\
cd jbig2enc &&\
./autogen.sh &&\
./configure &&\
make &&\
sudo make install

安装 LibreOffice 用于转换,安装 ocrmypdf 用于 OCR,以及安装 opencv 用于模式识别功能

apt install -y libreoffice-writer libreoffice-calc libreoffice-impress unpaper ocrmypdf pip3 install uno opencv-python-headless unoconv pngquant WeasyPrint --break-system-packages

克隆并构建 Stirling-PDF

cd ~/.git &&\
git clone https://github.com/Stirling-Tools/Stirling-PDF.git &&\
cd Stirling-PDF &&\
chmod +x ./gradlew &&\
./gradlew build

如果报超时:就手动下载/gradle-8.7-bin.zip,然后上传到Stirling-PDF,执行./gradlew build
Exception in thread “main” java.io.IOException: Downloading from https://services.gradle.org/distributions/gradle-8.7-bin.zip failed: timeout

构建过程完成后,目录.jar中将生成一个文件build/libs。可以将此文件移动到所需位置,例如/opt/Stirling-PDF/。还必须将下载的 Stirling-PDF 存储库中的脚本文件夹移动到此目录。使用 OpenCV 的 Python 脚本需要此文件夹

mkdir /opt/Stirling-PDFmv ./build/libs/Stirling-PDF-*.jar /opt/Stirling-PDF/mv scripts /opt/Stirling-PDF/

安装语言包

apt install -y 'tesseract-ocr-*'

运行 Stirling-PDF,两者皆可

./gradlew bootRun
java -jar /opt/Stirling-PDF/Stirling-PDF-*.jar

如果出现
[Thread-7] INFO s.s.SPDF.utils.ProcessExecutor - mkdir: cannot create directory ‘/run/user/1501’: Permission denied
则配置

mkdir temp
export DBUS_SESSION_BUS_ADDRESS="unix:path=./temp"

重新启动

java -jar ./Stirling-PDF-*.jar

界面访问:IP:8080
在这里插入图片描述
测试

在这里插入图片描述

可选:将 Stirling-PDF 作为服务运行

创建一个.env 文件,可以在其中存储环境变量

touch /opt/Stirling-PDF/.env
vim /etc/systemd/system/stirlingpdf.service
[Unit]
Description=Stirling-PDF service
After=syslog.target network.target[Service]
SuccessExitStatus=143User=root
Group=rootType=simpleEnvironmentFile=/opt/Stirling-PDF/.env
WorkingDirectory=/opt/Stirling-PDF
ExecStart=/usr/bin/java -jar Stirling-PDF-0.17.2.jar
ExecStop=/bin/kill -15 $MAINPID[Install]
WantedBy=multi-user.target
systemctl daemon-reload
systemctl start stirlingpdf.service
systemctl stop stirlingpdf.service
systemctl restart stirlingpdf.service

docker搭建

Ubuntu配置docker环境

apt -y install apt-transport-https ca-certificates curl software-properties-commoncurl -fsSL https://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -add-apt-repository "deb [arch=amd64] https://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"apt-get -y install docker-ce

设置开机自启

systemctl enable --now docker

拉取镜像

docker pull frooodle/s-pdf:latest

docker直接run

docker run -d \-p 8080:8080 \-v ./trainingData:/usr/share/tessdata \-v ./extraConfigs:/configs \-v ./logs:/logs \-e DOCKER_ENABLE_SECURITY=false \-e INSTALL_BOOK_AND_ADVANCED_HTML_OPS=false \-e LANGS=en_GB \--name stirling-pdf \frooodle/s-pdf:latest 

或者compose也可

version: '3.3'
services:stirling-pdf:image: frooodle/s-pdf:latestports:- '8080:8080'volumes:- ./trainingData:/usr/share/tessdata #Required for extra OCR languages- ./extraConfigs:/configs
#      - ./customFiles:/customFiles/
#      - ./logs:/logs/environment:- DOCKER_ENABLE_SECURITY=false- INSTALL_BOOK_AND_ADVANCED_HTML_OPS=false- LANGS=en_GB

界面直接访问:IP:8080


http://www.mrgr.cn/news/7038.html

相关文章:

  • 基于强化学习的即时商店自动化管理
  • EmguCV学习笔记 VB.Net 6.1 边缘检测
  • Modbus协议详解
  • Unity3D FixedUpdate处理物理模拟详解
  • Vmware Workstation Pro 17.5.2最新版安装-免费使用
  • CSS”包装盒“--盒模型——WEB开发系列17
  • electron 中 webPreferences 作用
  • 解决Jasper Studio报表工具中预览正常显示,但部署到服务器上面无法正常显示的问题
  • 【报错】findfont: Font family ‘SimHei‘ not found | matplotlib 不显示中文
  • Django plus Scrapy
  • 合合信息文档解析Coze插件发布,PDF转Markdown功能便捷集成
  • Python 办公自动化 案例 将Excel 数据导入数据库 【2】推荐
  • python dash框架 油气田可视化软件设计文档
  • 【数学分析笔记】第2章第4节收敛准则(1)
  • 传统前端入门 HTML
  • Leetcode 100.101.110.199 二叉树相同/对称/平衡 C++实现
  • Python 使用everything的相关模块,创建极其快速的文件搜索和管理工具
  • TEXTFILE 和 PARQUET 的区别
  • 量子计算与未来的渗透技术(贰)
  • 【ORACLE】如何使用 EXPLAIN PLAN来分析和优化包含 GROUP BY 的查询?