### 1. Kõige lihtsam test (soovitan alustada sellega)

Kui sinu Tika on jooksev (docker-compose'iga), tee terminalis:

```bash
# Kontrolli, kas server töötab
curl -I http://localhost:9998/tika

# Või täielik GET
curl http://localhost:9998/tika
```

See peaks tagastama midagi sellist nagu `Apache Tika 2.x server`.

### 2. Faili tekstiekstraktsiooni test

Loo lihtsalt testfail või kasuta olemasolevat (PDF, DOCX, pilt jne) ja proovi:

```bash
# Teksti ekstraheerimine
curl -T test.pdf http://localhost:9998/tika

# Tekst plain text formaadis (puhtam)
curl -T test.pdf http://localhost:9998/tika --header "Accept: text/plain"

# Metaandmed (ilma tekstita)
curl -T test.pdf http://localhost:9998/meta
```

**Näide pildiga (OCR test):**
```bash
curl -T skaneeritud-pilt.jpg http://localhost:9998/tika
```

Kui kasutad `:latest-full` varianti, peaks OCR (Tesseract) automaatselt tööle minema skaneeritud dokumentide puhul.

### 3. Brauseriga kiire ülevaade

Ava brauseris:
- `http://localhost:9998/` → näitab kõiki võimalikke endpointe
- `http://localhost:9998/parsers` → millised parserid on saadaval
- `http://localhost:9998/mime-types` → toetatud failitüübid

### 4. Testimine konteineri seest (kui docker-compose käib)

```bash
docker exec -it tika bash

# Sees:
curl -T /path/to/some/file.pdf http://localhost:9998/tika
```

### Näpunäide OpenWebUI jaoks
Kui tahad testida just seda, mida OpenWebUI kasutab, lae sinna üks keeruline PDF (skaneeritud või tabelitega) ja vaata, kas tekst tuleb korralikult välja pärast Tika seadistamist.

### Praktilisi näiteid

```bash
cd ~/Downloads
curl -X PUT -T Wang_et_al_AAP_Final_submitted1.pdf http://100.87.1.24:9998/rmeta/text

curl -T Wang_et_al_AAP_Final_submitted1.pdf http://100.87.1.24:9998/tika --header "Accept: text/html" | pandoc -f html -t markdown -o fail.md

# Lae alla java teek [Tika releases](https://dlcdn.apache.org/tika/)
java -jar tika-app-3.3.0.jar --md Wang_et_al_AAP_Final_submitted1.pdf > fail.md
```

Siin on lihtne bash-loop, mis konverteerib kõik `.pdf` failid jooksvas kataloogis Markdowniks, kasutades sinu käsku.

---

### Lihtne üherealise

```bash
for f in *.pdf; do java -jar ~/Downloads/tika-app-3.3.0.jar --md "$f" > "${f%.pdf}.md"; done
```

**Kuidas töötab:**
- `for f in *.pdf` – võtab kõik pdf-failid
- `"$f"` – sisendfail (jutumärgid kaitsevad tühikuid nimedes)
- `"${f%.pdf}.md"` – asendab `.pdf` laiendi `.md`-ga

---

### Koos alamkataloogidega (rekursiivne)

Kui pdf-id on alamkaustades, kasuta `find`:

```bash
find . -name "*.pdf" -exec sh -c 'java -jar tika-app-3.3.0.jar --md "$1" > "${1%.pdf}.md"' _ {} \;
```

Või moodsamalt `**` (bash 4+ või zsh):

```bash
shopt -s globstar  # luba rekursiivne glob (bash)
for f in **/*.pdf; do java -jar tika-app-3.3.0.jar --md "$f" > "${f%.pdf}.md"; done
```

---

### Lisa: edenemislogi ja aja mõõtmine

```bash
for f in *.pdf; do
    echo "Töötlen: $f"
    start=$(date +%s)
    java -jar tika-app-3.3.0.jar --md "$f" > "${f%.pdf}.md"
    end=$(date +%s)
    echo "  Valmis (${end - start} sekundit)"
done
```

---

### Nõuanne Tika versiooni jaoks

Kui kasutad alati sama jar-i väärtust, võid selle enne loopi muutujasse panna:

```bash
TIKA_JAR=~/tika/tika-app-3.3.0.jar   # või täpne tee
for f in *.pdf; do
    java -jar "$TIKA_JAR" --md "$f" > "${f%.pdf}.md"
done
```

Pane tähele, et `--md` võib olla mõnes versioonis ka `--format=markdown`. Kui sinu versioon ei tunne `--md`, proovi `--format markdown` või `--format=markdown`.


## PDF marker konverter

```bash
# Mine ohmu serverisse
cd /data/marker
cat LOEMIND.md


```