JavaでPDFファイルを読む方法

画像クレジット： Pixland / Pixland /ゲッティイメージズ

SunのWebサイトからJavaJDKをダウンロードします。 これは、実行することでシステムにインストールできる実行可能ファイルです。 バージョンは、Windows、Mac、およびLinuxで利用できます。 赤い「ダウンロード」ボタンをクリックします。 プロンプトが表示されたら、「jdk-6uxx-windows-xxx.exe」というファイルを保存します。 このファイルを保存し、ダブルクリックしてJavaインストーラーを起動します。

Eclipse開発システムをダウンロードし、最上位ディレクトリに解凍します。 「EclipseIDEforJavaDevelopers」を選択します。 これにより、「eclipse-java-galileo-SR2-win32.zip」のダウンロードが開始されます。 ダウンロードが完了したら、ファイルをダブルクリックして解凍します。 「C：」ルートディレクトリの場所を選択して、Eclipseを解凍します。

Eclipseのzipファイルを解凍して作成したディレクトリの「eclipse.exe」をダブルクリックして、Eclipseを起動します。 Eclipseシステムで、「PrintPdf」という名前のプロジェクトを作成します。 「ファイル」、「新規」、「Javaプロジェクト」の順に選択します。 表示されるダイアログボックスにプロジェクト名「PrintPdf」を入力します。 「ソースファイルとクラスファイル用に別々のフォルダを作成する」というラジオボタンが選択されていることを確認してください。 「完了」をクリックします。

「PrintPdf」プロジェクトに「lib」フォルダを作成します。 「PrintPdf」プロジェクトを右クリックし、「新規」、「フォルダ」の順に選択します。 「lib」という名前を入力し、「Finish」をクリックします。

ApacheサイトからApache "PDFBox.jar"をダウンロードし、作成したlibディレクトリにコピーします。 同じWebページで、「fontbox-nn.jar」ファイルと「jempbox-nn.jar」ファイルをダウンロードします。 いずれの場合も、そのjarファイルをクリックすると、このファイルを提供できるいくつかのサーバーの1つを選択できるページに移動します。 それぞれを選択すると、各jarファイルがダウンロードされます。 各jarファイルを作成したlibディレクトリにコピーします。

同じ方法でApachelog4j.jarパッケージをダウンロードし、log4j.jarファイルをディレクトリにコピーします。 Apache PDFBoxライブラリはこのApacheログライブラリを使用するため、このファイルが存在する必要があります。

Apache CommonsDiscoveryパッケージをzipファイルとしてダウンロードします。 zipファイルをダブルクリックし、「commons-discovery-nn.jar」を選択して、libディレクトリに解凍します。

Eclipseで、「lib」ディレクトリをクリックして「F5」を押します。 追加したすべてのjarファイルが表示されていることを確認してください。

PrintPDFプロジェクトを右クリックして、[プロパティ]を選択します。 「Javaビルドパス」を選択し、「ライブラリ」タブを選択します。 [jarの追加]をクリックして、作成したlibディレクトリに移動し、「commons-logging-nn.jar」、「fontbox-nn.jar」、「jempbox-nn.jar」、「log4j-nn.jar」を追加します。 、」および「pdfbox-nn.jar」。 「OK」をクリックします。

「PrintPDF」プロジェクトの「src」フォルダを右クリックし、「新規」と「パッケージ」を選択します。 意味のある名前を使用してパッケージを作成します。 たとえば、パッケージに「com.pdf.util」という名前を付けます。 「完了」をクリックします。

作成したパッケージ名を右クリックし、[新規]、[クラス]の順に選択します。 名前の付いたクラスを作成します 「PDFTextParser」 システムが作成するように、「public static voidmain ...」とマークされたチェックボックスをクリックしてください。 「メイン」メソッド。

「PDFTextParser」クラスの「main」メソッドを編集して、次のコードを含めます。

public static void main（String args []）{PDFTextParser pdf = new PDFTextParser（ "data / javaPDF.pdf"）GO //結果を出力しますSystem.out.println（pdf.getParsedText（））GO}

印刷するファイルは、コンストラクターでPDFTextParser（ "data / JavaPDF.pdf"）にスペルアウトされていることに注意してください。 それは同じくらい簡単にコマンドライン引数である可能性があります：

PDFTextParser pdf =新しいPDFTextParser（argv [0]）

行く

またはGUIインターフェイスから選択します。

PDFTextParserクラスのインスタンスを作成してから、その「getParsedText」メソッドを呼び出します。

作成した最上位のクラス行「publicclassPDFTextParser」のすぐ下に次のコードを挿入します。

プライベートPDFParserパーサー= null GO

// PDFドキュメントからテキストを抽出します。 public PDFTextParser（String fileName）{ファイルファイル=新しいファイル（fileName）

GO if（！file.isFile（））{System.err.println（ "File" + fileName + "は存在しません。"）GO} // PDFパーサーのインスタンスを設定してみてください {パーサー=新しいPDFParser（新しいFileInputStream（ファイル））GO} catch（IOException e）{System.err.println（ "PDFを開くことができません パーサー。 "+ e.getMessage（））GO}} // public String getParsedText（）{PDDocument pdDoc = null GO COSDocument cosDoc = null;
文字列parsedText = null; 行く

{PDFTextStripper pdfStripper = new PDFTextStripper（）を試してください

GO parser.parse（）GO cosDoc = parser.getDocument（）GO pdDoc = new PDDocument（cosDoc）GO

//すべてのページのリストを取得しますList  list = pdDoc.getDocumentCatalog（）。getAllPages（）

行く

//開始ページと終了ページの異なる値を選択することで//任意のページを印刷できることに注意してくださいpdfStripper.setStartPage（1）; // 1-ベースのintの長さ= list.size（）; //総ページ数pdfStripper.setEndPage（length）; //最後のページ//選択したページのテキストを取得parsedText = pdfStripper.getText（pdDoc）

GO} catch（IOException e）{System.err .println（ "PDFドキュメントの解析中に例外が発生しました。" + e.getMessage（））GO}最後に {try {if（cosDoc！= null）cosDoc.close（）GO if（pdDoc！= null）pdDoc.close（）GO} catch（IOException e）{e.printStackTrace（）GO} }
parsedTextGOを返す}

プログラムを実行します。 PDFTextParserクラスを右クリックし、[実行]、[Javaプログラム]の順にクリックします。 プログラムが実行され、コードに入力したPDFファイルのテキストコンテンツが印刷されます。

構成ファイルを作成して、起動時に構成ファイルが見つからない場合に作成されるJavaロギングシステムのlog4jエラーメッセージを抑制します。 PrintPDFプロジェクトの「src」フォルダを右クリックし、「新規」、「ファイル」の順に選択します。 ファイルに「log4j.properties」という名前を付けます。Eclipseは、この新しいファイルに対して空の画面を表示します。

「log4j.properties」ファイルを表す空の画面に次の行を貼り付けます。

「log4j.properties」ファイルを保存します。 トップレベルの「src」ディレクトリにこのファイルが存在すると、log4j起動メッセージと些細なログメッセージが抑制されます。 log4jシステムは、実際のエラーのみを出力します。

ヒント