Як читати PDF-файл на Java

Авторство зображення: Pixland/Pixland/Getty Images

Завантажте Java JDK з веб-сайту Sun. Це виконуваний файл, який ви можете встановити у вашій системі, запустивши його. Доступні версії для Windows, Mac і Linux. Натисніть на червону кнопку «Завантажити». Збережіть файл під назвою "jdk-6uxx-windows-xxx.exe", коли буде запропоновано. Збережіть цей файл, а потім двічі клацніть на ньому, щоб запустити програму встановлення Java.

Завантажте систему розробки Eclipse і розпакуйте її в каталог верхнього рівня. Виберіть "Eclipse IDE для розробників Java". Це почне завантаження "eclipse-java-galileo-SR2-win32.zip." Двічі клацніть файл, щоб розпакувати його після завершення завантаження. Виберіть розташування кореневого каталогу "C:", щоб розпакувати Eclipse.

Запустіть Eclipse, двічі клацнувши «eclipse.exe» у каталозі, який ви щойно створили, розпакувавши zip-файл eclipse. У системі Eclipse створіть проект з назвою «PrintPdf». Виберіть «Файл», потім «Новий», а потім «Проект Java». Введіть назву проекту «PrintPdf» у діалоговому вікні, що з’явиться. Переконайтеся, що вибрано перемикач із написом «Створити окремі папки для вихідних файлів і файлів класу». Натисніть «Готово».

Створіть папку "lib" у своєму проекті "PrintPdf". Клацніть правою кнопкою миші проект «PrintPdf» і виберіть «Новий», а потім «Папка». Введіть назву «lib» і натисніть «Готово».

Завантажте Apache "PDFBox.jar" з сайту Apache і скопіюйте його в каталог lib, який ви щойно створили. На тій же веб-сторінці завантажте файли "fontbox-nn.jar" і "jempbox-nn.jar". У кожному разі, коли ви клацнете на цьому файлі jar, ви перейдете на сторінку, де ви можете вибрати один із кількох серверів, які можуть надати цей файл. Виберіть кожен з них, і кожен файл jar буде завантажено. Скопіюйте кожен файл jar у щойно створений каталог lib.

Завантажте пакет Apache log4j.jar таким же чином і скопіюйте файл log4j.jar в каталог. Бібліотека Apache PDFBox використовує цю бібліотеку журналів Apache, тому цей файл має бути присутнім.

Завантажте пакет Apache Commons Discovery як zip-файл. Двічі клацніть на zip-файлі, виберіть «commons-discovery-nn.jar» і розпакуйте його в каталог lib.

У Eclipse натисніть на каталог «lib» і натисніть «F5». Переконайтеся, що відображаються всі додані файли jar.

Клацніть правою кнопкою миші проект PrintPDF і виберіть «Властивості». Виберіть «Шлях збірки Java» та виберіть вкладку «Бібліотеки». Натисніть «Додати банки» і перейдіть до каталогу lib, який ви щойно створили, і додайте «commons-logging-nn.jar» «fontbox-nn.jar», «jempbox-nn.jar», «log4j-nn.jar ," і "pdfbox-nn.jar." Натисніть «ОК».

Клацніть правою кнопкою миші папку «src» вашого проекту «PrintPDF» і виберіть «Новий» та «Пакет». Створіть пакет, використовуючи будь-яке значуще ім’я. Наприклад, назвіть пакет "com.pdf.util". Натисніть «Готово».

Клацніть правою кнопкою миші назву пакета, який ви щойно створили, і виберіть «Новий», а потім «Клас». Створіть клас з іменем "PDFTextParser." Обов’язково встановіть прапорець «public static void main...», щоб система створила a «основний» метод.

Відредагуйте метод "main" у класі "PDFTextParser", щоб він містив такий код:

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

Зауважте, що файл, який ви хочете роздрукувати, прописаний у конструкторі PDFTextParser ("data/JavaPDF.pdf"). Це так само легко може бути аргументом командного рядка:

PDFTextParser pdf = новий PDFTextParser (argv[0])

ЙДИ

або вибрано з інтерфейсу GUI.

Він створює екземпляр класу PDFTextParser, а потім викликає його метод «getParsedText».

Вставте наступний код трохи нижче верхнього рядка класу "public class PDFTextParser", який був створений для вас.

приватний парсер PDFParser = null GO

// Витяг тексту з PDF-документа. публічний PDFTextParser (String fileName) { File file = new File (fileName)

GO if (!file.isFile()) { System.err.println("File " + fileName + " не існує.") GO } //Налаштуйте екземпляр аналізатора PDF, спробуйте { parser = new PDFParser (новий FileInputStream (файл)) GO } catch (IOException e) { System.err.println("Не вдається відкрити PDF Парсер. " + e.getMessage()) GO } } // public String getParsedText() { PDDocument pdDoc = null GO COSDocument cosDoc = null;
Рядок parsedText = null; ЙДИ

спробуйте { PDFTextStripper pdfStripper = new PDFTextStripper()

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

//отримати список усіх сторінок List< PDPage> list = pdDoc.getDocumentCatalog().getAllPages()

ЙДИ

//зауважте, що ви можете роздрукувати будь-які сторінки, //вибравши різні значення початкової та кінцевої сторінки pdfStripper.setStartPage (1); // довжина int на основі 1 = list.size(); //загальна кількість сторінок pdfStripper.setEndPage (довжина); // остання сторінка //отримати текст для вибраних сторінок parsedText = pdfStripper.getText (pdDoc)

GO } catch (IOException e) { System.err .println("Виняток стався під час аналізу PDF-документа." + e.getMessage()) GO } нарешті { спробуйте { if (cosDoc != null) cosDoc.close() GO if (pdDoc != null) pdDoc.close() GO } catch (IOException e) { e.printStackTrace() GO } }
повернути parsedText GO }

Запустіть програму. Клацніть правою кнопкою миші клас PDFTextParser і натисніть «Запустити як», а потім «Програма Java». Програма має запустити та роздрукувати текстовий вміст PDF-файлу, який ви ввели у свій код.

Створіть файл конфігурації, щоб придушити повідомлення про помилку log4j системи реєстрації Java, створене, коли вона не може знайти файл конфігурації під час запуску. Клацніть правою кнопкою миші папку «src» проекту PrintPDF і виберіть «Новий», а потім «Файл». Назвіть файл «log4j.properties». Eclipse відобразить порожній екран для цього нового файлу.

Вставте наступні рядки на порожній екран, що представляє файл «log4j.properties».

Збережіть файл «log4j.properties». Наявність цього файлу в каталозі "src" верхнього рівня пригнічує повідомлення про запуск log4j і будь-які тривіальні повідомлення журналу. Система log4j виведе лише фактичні помилки.

Порада