Mayan EDMS v4.10 设置支持中文（Web汉化+中文OCR）

一、环境

Ubuntu20.04（virtualbox虚拟机）+mayan-edms4.10(docker版)

二、安装docker

复制代码

sudo apt install docker.io

配置docker国内源

复制代码

sudo vi /etc/docker/daemon.json

daemon.json文件内容：

复制代码

{

  "registry-mirrors": [

    "https://docker.m.daocloud.io",

    "https://docker.xuanyuan.me",

    "https://docker.mirrors.ustc.edu.cn",

    "https://mirror.ccs.tencentyun.com"

  ]

}

三、docker安装mayan-edms

1、创建mayan目录

复制代码

mkdir /home/hzy/mayan

cd /home/hzy/mayan

2、下载docker-compose安装脚本

复制代码

curl https://gitlab.com/mayan-edms/mayan-edms/-/raw/master/docker/docker-compose.yml -O

curl https://gitlab.com/mayan-edms/mayan-edms/-/raw/master/docker/.env -O

3、运行脚本安装

复制代码

sudo docker-compose up -d

安装完毕后查看在运行的容器：

复制代码

sudo docker-compose ps

运行结果：

mayan-edms应用已经在运行，安装完默认OCR不支持中文 的。

文档管理系统 Mayan EDMS默认采用Tesseract，可以自己后端封装。

四、配置mayan-edms支持中文

1、安装Tesseract中文文件库

（1）进入mayan-edms应用容器：

复制代码

sudo docker-compose exec app bash

（2）安装中文OCR库与字体

复制代码

apt-get update && apt-get install -y \

    tesseract-ocr \

    tesseract-ocr-chi-sim \

    tesseract-ocr-chi-tra \

    tesseract-ocr-chi-sim-vert \

    tesseract-ocr-chi-tra-vert \

    fonts-wqy-zenhei \

fonts-wqy-microhei

（3）重命名OCR库文件

Tesseract库文件在/usr/share/tesseract-ocr/5/tessdata，安装完成后有chi_sim.traineddata 、chi_tra.traineddata、chi_sim_vert.traineddata、chi_tra_vert.traineddata等。chi_sim.traineddata表示简体中文，chi_tra.traineddata表示繁体中文。

mayan-edms使用的是ISO 639标准，zho 表示中文，所以将chi_sim.traineddata复制一份，命名为zho.traineddata

2、设置环境变量文件.env

docker方式安装的mayan-edms支持通过环境变量文件.env设置修改环境变量，容器启动的时候，会将变量传入容器。

修改.env文件，在文件末尾添加行：

复制代码

MAYAN_LANGUAGE_CODE=zh-hans
MAYAN_TIME_ZONE=Asia/Shanghai
MAYAN_TESSERACT_LANGUAGE=chi_sim
MAYAN_OCR_LANGUAGE=chi_sim
MAYAN_OCR_PARSER_TESSERACT_LANGUAGE=chi_sim
MAYAN_PARSER_PDFTOTEXT_LANGUAGE=chi_sim
MAYAN_DOCUMENTS_LANGUAGE_CODES='["eng", "zho"]'
MAYAN_DOCUMENTS_LANGUAGE='zho'

Mayan EDMS使用的标准是ISO 639-3，默认显示很多语言，我们删去不要的，默认支持中文和英语（MAYAN_DOCUMENTS_LANGUAGE_CODES='["eng", "zho"]'），默认为中文（MAYAN_DOCUMENTS_LANGUAGE='zho'）