Java'da PDF Dosyası Nasıl Okunur

Resim Kredisi: Pixland/Pixland/Getty Images

Java JDK'yı Sun'ın web sitesinden indirin. Bu, çalıştırarak sisteminize yükleyebileceğiniz yürütülebilir bir dosyadır. Sürümler Windows, Mac ve Linux için mevcuttur. Kırmızı "İndir" düğmesine tıklayın. İstendiğinde "jdk-6uxx-windows-xxx.exe" adlı bir dosyayı kaydedin. Bu dosyayı kaydedin ve ardından Java yükleyicisini başlatmak için üzerine çift tıklayın.

Eclipse geliştirme sistemini indirin ve üst düzey bir dizine açın. "Java Geliştiricileri için Eclipse IDE"yi seçin. Bu, "eclipse-java-galileo-SR2-win32.zip" dosyasının indirilmesini başlatacaktır. İndirme tamamlandıktan sonra sıkıştırmayı açmak için dosyaya çift tıklayın. Eclipse'i açmak için "C:" kök dizin konumunu seçin.

Eclipse zip dosyasını açarak oluşturduğunuz dizindeki "eclipse.exe" üzerine çift tıklayarak Eclipse'i başlatın. Eclipse sisteminde "PrintPdf" adlı bir proje oluşturun. "Dosya"yı, ardından "Yeni"yi ve ardından "Java projesi"ni seçin. Görünen iletişim kutusuna proje adını "PrintPdf" yazın. "Kaynak ve sınıf dosyaları için ayrı klasörler oluştur" yazan radyo düğmesinin seçili olduğundan emin olun. "Bitir" i tıklayın.

"PrintPdf" projenizde bir "lib" klasörü oluşturun. "PrintPdf" projesine sağ tıklayın ve "Yeni"yi ve ardından "Klasör"ü seçin. "lib" adını girin ve "Bitir" e tıklayın.

Apache sitesinden Apache "PDFBox.jar" dosyasını indirin ve az önce oluşturduğunuz lib dizinine kopyalayın. Aynı web sayfasında, "fontbox-nn.jar" dosyasını ve "jempbox-nn.jar" dosyasını indirin. Her durumda, o jar dosyasına tıkladığınızda, sizi bu dosyayı sağlayabilecek birkaç sunucudan birini seçebileceğiniz bir sayfaya götürecektir. Her birini seçin ve her jar dosyası indirilecektir. Her jar dosyasını yeni oluşturduğunuz lib dizinine kopyalayın.

Apache log4j.jar paketini de aynı şekilde indirin ve log4j.jar dosyasını dizine kopyalayın. Apache PDFBox kitaplığı bu Apache günlük kitaplığını kullanır, dolayısıyla bu dosyanın mevcut olması gerekir.

Apache Commons Discovery paketini bir zip dosyası olarak indirin. Zip dosyasına çift tıklayın, "commons-discovery-nn.jar" dosyasını seçin ve onu lib dizinine çıkartın.

Eclipse'de "lib" dizinine tıklayın ve "F5" tuşuna basın. Eklediğiniz tüm jar dosyalarının görüntülendiğinden emin olun.

PrintPDF projesine sağ tıklayın ve "Özellikler"i seçin. "Java Yapı Yolu"nu seçin ve "Kütüphaneler" sekmesini seçin. "Kavanoz ekle"ye tıklayın ve az önce oluşturduğunuz lib dizinine gidin ve "commons-logging-nn.jar" "fontbox-nn.jar", "jempbox-nn.jar", "log4j-nn.jar" ekleyin. ," ve "pdfbox-nn.jar." "Tamam" ı tıklayın.

"PrintPDF" projenizin "src" klasörüne sağ tıklayın ve "Yeni" ve "Paket"i seçin. Herhangi bir anlamlı ad kullanarak bir paket oluşturun. Örneğin, paketi "com.pdf.util" olarak adlandırın. "Bitir" i tıklayın.

Yeni oluşturduğunuz paket adına sağ tıklayın ve "Yeni" ve ardından "Sınıf" ı seçin. adlı bir sınıf oluşturun "PDFTextParser." "public static void main..." işaretli onay kutusunu tıkladığınızdan emin olun, böylece sistem bir "ana" yöntem.

Aşağıdaki kodu içerecek şekilde "PDFTextParser" sınıfındaki "main" yöntemini düzenleyin:

public static void main (String args[]){ PDFTextParser pdf = new PDFTextParser("data/javaPDF.pdf") GO // sonuçları yazdır System.out.println (pdf.getParsedText()) GO }

Yazdırmak istediğiniz dosyanın yapıcıda PDFTextParser ("data/JavaPDF.pdf") şeklinde yazıldığını unutmayın. Kolayca bir komut satırı argümanı olabilir:

PDFTextParser pdf = yeni PDFTextParser (argv[0])

GİT

veya bir GUI arayüzünden seçilmiştir.

PDFTextParser sınıfının bir örneğini oluşturur ve ardından "getParsedText" yöntemini çağırır.

Aşağıdaki kodu, sizin için oluşturulmuş en üst sınıf "public class PDFTextParser" satırının hemen altına ekleyin.

özel PDFParser ayrıştırıcı = boş GO

// PDF Belgesinden metin ayıklayın. public PDFTextParser (String fileName) { File file = new File (fileName)

GO if (!file.isFile()) { System.err.println("Dosya " + dosyaAdı + " yok.") GO } //PDF ayrıştırıcı denemesini ayarla { ayrıştırıcı = yeni PDFParser (yeni FileInputStream (dosya)) GO } catch (IOException e) { System.err.println("PDF açılamıyor Ayrıştırıcı. " + e.getMessage()) GO } } // public String getParsedText() { PDDocument pdDoc = null GO COSDocument cosDoc = null;
String parsedText = null; GİT

deneyin { PDFTextStripper pdfStripper = yeni PDFTextStripper()

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

//tüm sayfaların listesini al List< PDPage> list = pdDoc.getDocumentCatalog().getAllPages()

GİT

//başlangıç ​​ve bitiş sayfasının farklı değerlerini seçerek istediğiniz sayfaları yazdırabileceğinizi unutmayın pdfStripper.setStartPage (1); //-tabanlı int uzunluk = list.size(); //toplam sayfa sayısı pdfStripper.setEndPage (uzunluk); //son sayfa //seçilen sayfaların metnini al parsedText = pdfStripper.getText (pdDoc)

GO } catch (IOException e) { System.err .println("PDF Belgesini ayrıştırırken bir istisna oluştu." + e.getMessage()) GO } nihayet { try { if (cosDoc != null) cosDoc.close() GO if (pdDoc != null) pdDoc.close() GO } yakalama (IOException e) { e.printStackTrace() GO } }
parsedText GO döndür }

Programı çalıştır. PDFTextParser sınıfına sağ tıklayın ve "Farklı Çalıştır"a ve ardından "Java programı"na tıklayın. Program, kodunuza girdiğiniz PDF dosyasının metin içeriğini çalıştırmalı ve yazdırmalıdır.

Başlatıldığında bir yapılandırma dosyası bulamadığında oluşturulan Java günlük kaydı sistemi log4j hata mesajını bastırmak için bir yapılandırma dosyası oluşturun. PrintPDF projesinin "src" klasörüne sağ tıklayın ve "Yeni"yi ve ardından "Dosya"yı seçin. Dosyayı "log4j.properties" olarak adlandırın Eclipse bu yeni dosya için boş bir ekran görüntüleyecektir.

"log4j.properties" dosyasını temsil eden boş ekrana aşağıdaki satırları yapıştırın.

"log4j.properties" dosyasını kaydedin. Bu dosyanın üst düzey "src" dizininde bulunması, log4j başlangıç ​​mesajını ve önemsiz günlük mesajlarını gizleyecektir. log4j sistemi yalnızca gerçek hataları yazdıracaktır.

Uç