![]() |
|
Модераторы: LSD, AntonSaburov |
![]()
|
|
| gray_k |
|
|||
![]() Эксперт ![]() ![]() ![]() Профиль Группа: Участник Сообщений: 1015 Регистрация: 9.1.2003 Где: Москва Репутация: 1 Всего: 22 |
Можно как-либо парсить pdf-файл средствами явы?
Мне надо программно осуществлять поиск в pdf-файле. -------------------- С уважением. Gray. |
|||
|
||||
| Domestic Cat |
|
|||
![]() Эксперт ![]() ![]() ![]() ![]() Профиль Группа: Экс. модератор Сообщений: 5452 Регистрация: 3.5.2004 Где: Dallas, US Репутация: 50 Всего: 172 |
-------------------- |
|||
|
||||
| gray_k |
|
|||
![]() Эксперт ![]() ![]() ![]() Профиль Группа: Участник Сообщений: 1015 Регистрация: 9.1.2003 Где: Москва Репутация: 1 Всего: 22 |
Спасибо, похоже прикольная библиотека.
-------------------- С уважением. Gray. |
|||
|
||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
А возможно ли использовать этот либ в качестве класса. То есть "читать" pdf сразу в string. Без шагов через файлы.
Сейчас несколько часов разбирался. Пришлось заинстолить несколько package'ей. Прога то скомпилилась, только при открытии pdf'а у неё исключение Какая то лажа с кодингом.... Вроде не оффоп Буду рад любой помощи |
|||
|
||||
| Domestic Cat |
|
|||
![]() Эксперт ![]() ![]() ![]() ![]() Профиль Группа: Экс. модератор Сообщений: 5452 Регистрация: 3.5.2004 Где: Dallas, US Репутация: 50 Всего: 172 |
Щас стяну посмотрю. Может прицепишь свой код чтоб проще было?
-------------------- |
|||
|
||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
Там ещё надо ant, lucen, log4j без них не пашет
Файл с main: OCGui.OCApp.java Я взял их класс ExtractText и сделал свой InternalExtractText (Он в прицепе src.org.pdfbox) А их main переделал на функцию createPDF. вызывается она в ESReader: строка 45. Нужно создать папку (у меня D:\storage) в которой будут pdf'ы лежать. Он оттуда считывает. http://www.iwi-iuk.org:8081/pr/OClustering.zip Добавлено @ 04:37 Только много времени не трать на это. В конце концов если что придётся через файлы и екстернал конверторы гонять... |
|||
|
||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
Ну впринципе можно ещё со stderr забирать.
Или на крайняк файл в памяти Сам по себе либ прекрасно работает Всё Спасибо |
|||
|
||||
| Domestic Cat |
|
|||
![]() Эксперт ![]() ![]() ![]() ![]() Профиль Группа: Экс. модератор Сообщений: 5452 Регистрация: 3.5.2004 Где: Dallas, US Репутация: 50 Всего: 172 |
пропустил про ант/lucene/и пр
А какой иксепшн и на какой строке? (я не запускал, смотрю пока Добавлено @ 05:21
Извиняюсь В общем, если с консоли как в ридми написано, працюе, то и у тебя должно (на первый взгляд) работать при условии что getLocation не возвращает чегонибудь нехорошего, типа пути к файлу но без имени файла. Жду иксепшн -------------------- |
|||
|
||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
С ексепшенами разобрался
Просто хотелось бы метод, забирающий стринг из pdf. А если я беру их main, делаю нормальный класс,то он говорит мне теперь, "cannot resolve decrypt(), load()". Я така понимаю, там видимость protected. Может всё таки можно как нибудь "по нормальному" Вот проект - заготовка он попонятней будет http://www.iwi-iuk.org:8081/pr/mypdfbox.zip |
|||
|
||||
| Domestic Cat |
|
|||
![]() Эксперт ![]() ![]() ![]() ![]() Профиль Группа: Экс. модератор Сообщений: 5452 Регистрация: 3.5.2004 Где: Dallas, US Репутация: 50 Всего: 172 |
Не понимаю -------------------- |
|||
|
||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
Он просто не все PDF'ы читает к сожалению. Ну с этим ничего не поделаешь... Они обещали в документации дальше развиваться У меня осталась лишь проблема с генерацией "файла посредника" Попытки написать самому безуспешны. Мне недоступна видимость всех нужных классов. Работать нормально получилось только непосредственно с ExtractText.main(). Да ладно, фиг с ним накорвертирую заранее техтовых файлов, и буду их программно читать В любом случае спасибо |
|||
|
||||
| Domestic Cat |
|
||||||
![]() Эксперт ![]() ![]() ![]() ![]() Профиль Группа: Экс. модератор Сообщений: 5452 Регистрация: 3.5.2004 Где: Dallas, US Репутация: 50 Всего: 172 |
Можно достаточно просто переделать этот самый ExstractText так что он будет давать Стринг, в котором сразу можно искать че-нибудь. После того как документ был
нужно будет добавить
ну и работу со стримами поубирать -------------------- |
||||||
|
|||||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
Я так и пробовал...
В том то и дело, что новый ExstractText должен лежать в том же месте, что и старый. А этого я в jar'e сделать не могу Иначе видимости не хватает PDocument.load() он не видит, поэтому pdf даже не заряжается.... |
|||
|
||||
| Domestic Cat |
|
||||
![]() Эксперт ![]() ![]() ![]() ![]() Профиль Группа: Экс. модератор Сообщений: 5452 Регистрация: 3.5.2004 Где: Dallas, US Репутация: 50 Всего: 172 |
Не может быть, т .к. прототип метода такой:
- паблик, и видеть твой класс его должен -------------------- |
||||
|
|||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
Сейчас пробую ещё раз
Он упрямо говорит, чтот таких методов нет http://www.iwi-iuk.org:8081/pr/cluster.zip |
|||
|
||||
| Domestic Cat |
|
|||
![]() Эксперт ![]() ![]() ![]() ![]() Профиль Группа: Экс. модератор Сообщений: 5452 Регистрация: 3.5.2004 Где: Dallas, US Репутация: 50 Всего: 172 |
Запости лучше сам иксепшн, без него не понятно
-------------------- |
|||
|
||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
Нету эксепшена больше
Просто не компилирует, когда пытаюсь вызвать метод PDDocument.load(); |
|||
|
||||
| Domestic Cat |
|
|||
![]() Эксперт ![]() ![]() ![]() ![]() Профиль Группа: Экс. модератор Сообщений: 5452 Регистрация: 3.5.2004 Где: Dallas, US Репутация: 50 Всего: 172 |
аа, ну тогда че он говорит ина какую строку?
-------------------- |
|||
|
||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
Да я уже всё черз файлы стал делать
У меня задача вообще в кластеринге этих документов, так что я не могу на месте долго стоять А говорил он "InternalExtractText.java cannot resolve PDocument.decrypt()" И с load() то же самое. Я понимаю, что это невозможно, так как функция обьявлена паблик Возможно в jar'e она по другому обьявлена. я не знаю.... |
|||
|
||||
| Domestic Cat |
|
|||
![]() Эксперт ![]() ![]() ![]() ![]() Профиль Группа: Экс. модератор Сообщений: 5452 Регистрация: 3.5.2004 Где: Dallas, US Репутация: 50 Всего: 172 |
просто load не знает что делать со String, ему нужен File -------------------- |
|||
|
||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
Нет, не хочет не File, не String. Боралнд даже в подсказке не имеет метода load
|
|||
|
||||
| Domestic Cat |
|
|||
![]() Эксперт ![]() ![]() ![]() ![]() Профиль Группа: Экс. модератор Сообщений: 5452 Регистрация: 3.5.2004 Где: Dallas, US Репутация: 50 Всего: 172 |
Странно, в сорце метод load(String) есть, и паблик он
-------------------- |
|||
|
||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
Видит, как ни странно...
http://www.iwi-iuk.org:8081/pr/cluster.zip Вот мой проект. Файл с main: OCGui.OCApp.java Посмотри сам, елси хочешь |
|||
|
||||
| Domestic Cat |
|
|||
![]() Эксперт ![]() ![]() ![]() ![]() Профиль Группа: Экс. модератор Сообщений: 5452 Регистрация: 3.5.2004 Где: Dallas, US Репутация: 50 Всего: 172 |
Ну у меня все скомпилилось, правда на депрекейшн поругалось (Java 1.5). Запустил я твой мейн, нефига не понял чего там делать, потому просто дописал мейн в InternalTextExtractor или как его там, и перевел пдф-ку в текст (лог4j там страшно ругается, его вообще убрать надо).
Так что все работает. Скорее всего у тебя на CLASSPATH не положены все нужные jar'ы. Попробуй их всех (из PDFBox/lib , PDFBox/external) положить в твояЯва/jre/lib/ext/ и скомпилить ПС Как тебе такой текст для тега вывода с консоли? Это сообщение отредактировал(а) Domestic Cat - 9.12.2004, 07:16 -------------------- |
|||
|
||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
Как немного разгребу с делами, попробую добавить |
|||
|
||||
| polosatij |
|
|||
|
Эксперт ![]() ![]() ![]() Профиль Группа: Завсегдатай Сообщений: 1143 Регистрация: 22.2.2004 Где: Stuttgart<-> ;Karlsruhe, Germany Репутация: 1 Всего: 8 |
млин.. не могу скачать библиотеку может кто здесь её положит? Добавлено @ 19:14 постоянная ошибка.. нет файла на сервере.. уже столько файлов перекликал.. Добавлено @ 19:15 что значит: The BSD License ? можно её использовать в комерческих целях бесплатно? |
|||
|
||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
||||
|
||||
| polosatij |
|
|||
|
Эксперт ![]() ![]() ![]() Профиль Группа: Завсегдатай Сообщений: 1143 Регистрация: 22.2.2004 Где: Stuttgart<-> ;Karlsruhe, Germany Репутация: 1 Всего: 8 |
паси |
|||
|
||||
| Zandr |
|
|||
![]() Опытный ![]() ![]() Профиль Группа: Участник Сообщений: 433 Регистрация: 16.7.2004 Где: Новосибирск Репутация: 9 Всего: 13 |
Нада создать PDF с табличками, нумерацией страничек, хедерами, футерами и главное - формирование активного оглавления. Потянет? Есть смысл разбираться?
|
|||
|
||||
| Domestic Cat |
|
|||
![]() Эксперт ![]() ![]() ![]() ![]() Профиль Группа: Экс. модератор Сообщений: 5452 Регистрация: 3.5.2004 Где: Dallas, US Репутация: 50 Всего: 172 |
Не юзал, не знаю. Вроде как Dynamic PDF и iText такое могут делать. Первый платный, второй - опен сорс.
-------------------- |
|||
|
||||
| Zandr |
|
|||
![]() Опытный ![]() ![]() Профиль Группа: Участник Сообщений: 433 Регистрация: 16.7.2004 Где: Новосибирск Репутация: 9 Всего: 13 |
На платный денег нет
|
|||
|
||||
| Domestic Cat |
|
|||
![]() Эксперт ![]() ![]() ![]() ![]() Профиль Группа: Экс. модератор Сообщений: 5452 Регистрация: 3.5.2004 Где: Dallas, US Репутация: 50 Всего: 172 |
Они по моему там триал период дают на Dynamic PDF.
Это сообщение отредактировал(а) Domestic Cat - 27.12.2004, 17:20 -------------------- |
|||
|
||||
| Hidrag |
|
|||
![]() Опытный ![]() ![]() Профиль Группа: Участник Сообщений: 877 Регистрация: 9.4.2005 Где: JDK Репутация: 3 Всего: 25 |
а с помощью PDFBox можно разорвать пдфник на два куска и сохранить как два пдф файла?
-------------------- |
|||
|
||||
| Maksym |
|
|||
![]() . ![]() ![]() ![]() Профиль Группа: Участник Клуба Сообщений: 1456 Регистрация: 19.8.2005 Где: Odessa, Black Sea Репутация: 14 Всего: 62 |
||||
|
||||
| sergejzr |
|
|||
![]() Un salsero Профиль Группа: Админ Сообщений: 13285 Регистрация: 10.2.2004 Где: Германия г .Ганновер Репутация: 6 Всего: 360 |
Форматирование при этом пропадёт?
|
|||
|
||||
| Maksym |
|
|||
![]() . ![]() ![]() ![]() Профиль Группа: Участник Клуба Сообщений: 1456 Регистрация: 19.8.2005 Где: Odessa, Black Sea Репутация: 14 Всего: 62 |
sergejzr
iText представляет pdf-ник в виде объектной модели. Под разрезать я имел в виду: прочитать pdf, затем создать два новых pdf, скопировать в них нужные страницы и записать их. В ходе такого преобразования файл pdf -> iText objects -> файлы pdf что-то может и попортиться. Но, вообще, библиотека достаточно качественная и у меня проблем не было, все поддерживалось. |
|||
|
||||
| Bozo |
|
|||
|
Новичок Профиль Группа: Участник Сообщений: 32 Регистрация: 5.4.2006 Репутация: нет Всего: нет |
IDRsolutions has released JPedal 3.22, a pure Java library for extracting content from PDF files and rasterizing them.
|
|||
|
||||
![]()
|
| Правила форума "Java" | |
|
|
Если Вам помогли, и атмосфера форума Вам понравилась, то заходите к нам чаще! С уважением, LSD, AntonSaburov, powerOn, tux, javastic. |
| 0 Пользователей читают эту тему (0 Гостей и 0 Скрытых Пользователей) | |
| 0 Пользователей: | |
| « Предыдущая тема | Java: Общие вопросы | Следующая тема » |
|
|
По вопросам размещения рекламы пишите на vladimir(sobaka)vingrad.ru
Отказ от ответственности Powered by Invision Power Board(R) 1.3 © 2003 IPS, Inc. |