Avalados por :
Hi
the scenario is File to Proxy, i have to read a pdf files content(all text) i have written the code
import java.io.IOException;
import java.io.FileReader;
import java.io.BufferedReader;
import java.io.*;
import org.apache.pdfbox.util.*;
import org.apache.pdfbox.pdmodel.*;
class ReadPdf
{
public static void main(String args[])
{
PDDocument pd;
BufferedWriter wr;
try {
File input = new File("original.pdf"); // The PDF file from where you would like to extract
File output = new File("SampleText.txt"); // The text file where you are going to store the extracted data
pd = PDDocument.load(input);
System.out.println(pd.getNumberOfPages()); //prints number of pages
System.out.println(pd.isEncrypted()); //false as not encrypted
pd.save("CopyOfOriginal.pdf"); // Creates a copy called "CopyOforiginal.pdf"
PDFTextStripper stripper = new PDFTextStripper();
stripper.setStartPage(1); //Start extracting from page 1
stripper.setEndPage(1); //Extract till page 1
wr = new BufferedWriter(new OutputStreamWriter(new FileOutputStream(output)));
stripper.writeText(pd, wr);
if (pd != null) {
pd.close();
}
// I use close() to flush the stream.
wr.close();
}
catch (Exception e)
{
e.printStackTrace();
}
}
}
it works i have modified it to work in java mapping as
import java.io.InputStream;
import java.io.OutputStream;
import java.util.Map;
import java.util.HashMap;
import java.io.IOException;
import java.io.FileReader;
import java.io.BufferedReader;
import java.io.*;
import org.apache.pdfbox.util.*;
import org.apache.pdfbox.pdmodel.*;
import com.sap.aii.mapping.api.AbstractTransformation;
import com.sap.aii.mapping.api.StreamTransformationException;
import com.sap.aii.mapping.api.TransformationInput;
import com.sap.aii.mapping.api.TransformationOutput;
public class PdftoXml extends AbstractTransformation
{
public void transform(TransformationInput in, TransformationOutput out) throws StreamTransformationException
{
PDDocument pd;
BufferedWriter wr;
try {
pd = PDDocument.load(in.getInputPayload().getInputStream()); //convert Tranformationimput to inputstream than pass it to PDDocument constructor to read Pdf from Inputstream.
//System.out.println(pd.getNumberOfPages()); //prints number of pages
PDFTextStripper stripper = new PDFTextStripper();
stripper.setStartPage(1); //Start extracting from page 1
stripper.setEndPage(1); //Extract till page 1
String str = stripper.getText(pd);
String content[] = str.split("\n");
String result ="<?xml version=\"1.0\" encoding=\"UTF-8\"?>";
Solo necesitas agregar esos archivos JAR a la carpeta raíz del proyecto (en eclipse/nwds).
Haz clic derecho en la carpeta del proyecto (raíz) -> importar -> General (Archivo de Archivo) -> selecciona tu archivo JAR
Me alegra saberlo Vinay
Gracias, señor.
Tu blog fue increíble, pude probar mi archivo binario directamente en OM y obtuve el resultado.
Coloqué el archivo de la API de Apache tal como está con el nombre de pdfbox bajo el archivo importado y mi segundo archivo con el nombre de pdf pudo acceder a él.
El programa de mapeo de Java (el segundo) anterior está un poco equivocado.
result = result.concat("<field1>"+content[0]+"</field1>");
result = result.concat("<field2>"+content[1]+"</field1>");
result = result.concat("<field3>"+content[2]+"</field1>");
result = result.concat("<field4>"+content[3]+"</field1>");
Tiene que ser
result = result.concat("<field1>"+content[0]+"</field1>");
result = result.concat("<field2>"+content[1]+"</field2>");
result = result.concat("<field3>"+content[2]+"</field3>");
result = result.concat("<field4>"+content[3]+"</field4>");
Actualmente solo lee 4 líneas del pdf.
Saludos
Vinay
Hola Vinay,
Los archivos jar de la API externa deben formar parte de tu archivo de desarrollo de Java en la carpeta raíz.
También podrías utilizar el concepto de mi blog para probar directamente tu código de mapeo de Java desde el mapeo de interfaz/operación.
Saludos cordiales,
Praveen Gujjeti
contacto@primeinstitute.com
(+51) 1641 9379
(+57) 1489 6964
© 2024 Copyright. Todos los derechos reservados.
Desarrollado por Prime Institute
