HTML JPG PDF XML DOCX
  Product Family
PDF

Разбор PDF для извлечения текста в Java SDK

API для разбора PDF документов с целью извлечения текста с использованием серверного Java API.

Get Started

Как разобрать PDF документы для извлечения текста с помощью Cloud Java SDK

Для разбора PDF документов с целью извлечения текста через Cloud Java SDK мы будем использовать Aspose.PDF Cloud Java SDK Этот Cloud Java SDK позволяет легко создавать облачные приложения‑создатели, редакторы и конвертеры PDF на языке Java для различных облачных платформ. Откройте Repository в менеджере пакетов найдите Aspose.PDF Cloud и установите. Вы также можете использовать следующую команду из консоли менеджера пакетов для установки через Maven.

Добавьте репозиторий Aspose Cloud в ваш файл pom.xml

Добавить репозиторий Aspose Cloud


    <repositories>
        <repository>
            <id>aspose-cloud</id>
            <name>Aspose Cloud Repository</name>
            <url>https://releases.aspose.cloud/java/repo/</url>
        </repository>
    </repositories>

Чтобы установить библиотеку клиента API в ваш локальный репозиторий Maven, просто выполните:

Установка из Github


    mvn clean install

Чтобы разместить её в удалённом репозитории Maven, настройте параметры репозитория и выполните:

Развертывание Maven репозитория


    mvn clean deploy

Шаги для разбора PDF с целью извлечения текста с использованием Java SDK

Разработчики Aspose.PDF Cloud могут легко разбирать PDF документы для извлечения текста. Для этого требуется всего лишь несколько строк кода.

  1. Создайте новый объект Configuration с секретом и ключом вашего приложения
  2. Создайте объект для подключения к облачному API
  3. Загрузите файл вашего документа
  4. Разберите PDF документы для извлечения текста в облачном хранилище, используя функцию getDocumentTextBoxFields
  5. Проверьте ответ и запишите результат в журнал
  6. Если операция прошла успешно, выведите извлечённый текст
 

Этот пример кода демонстрирует разбор PDF документа для извлечения текста


    import java.io.File;
    import java.nio.file.Files;
    import java.nio.file.OpenOption;
    import java.nio.file.StandardOpenOption;
    import java.nio.file.Path;
    import com.google.gson.Gson;

    import com.aspose.asposecloudpdf.api.PdfApi;
    import com.aspose.asposecloudpdf.model.TextBoxField;
    import com.aspose.asposecloudpdf.model.TextBoxFieldsResponse;

    public class ParseGetTextBoxes {
        public static void extract() {
            String REMOTE_FOLDER   = "Your_Temp_Pdf_Cloud";
	    String LOCAL_FOLDER    = "c:\\Samples";
	    String PDF_DOCUMENT    = "sample.pdf";
	    String OUTPUT_FILE     = "parsed_text_box_fields_output.json";

            try {
                PdfApi pdfApi = new PdfApi(API_KEY, API_SECRET);

                // upload local PDF file to remote storage
                File file = new File(Path.of(LOCAL_FOLDER, PDF_DOCUMENT).toString());
                pdfApi.uploadFile(Path.of(REMOTE_FOLDER , PDF_DOCUMENT).toString(), file, null);
                System.out.println(String.format("File '%s' successfully uploaded!", Path.of(LOCAL_FOLDER, PDF_DOCUMENT).toString()));

                // perform action
                TextBoxFieldsResponse response = pdfApi.getDocumentTextBoxFields(PDF_DOCUMENT, null,  REMOTE_FOLDER);
                System.out.println("TextBox fields extracted status: " + response.getStatus());

                String jsonResult = "[\n";
                for (TextBoxField fieldDef : response.getFields().getList()) {
                    String jsonFiled = new Gson().toJson(fieldDef);
                    jsonResult += jsonFiled + ",\n\n";
                }
                jsonResult +="]";

                // save json
                Path path = Path.of(LOCAL_FOLDER, OUTPUT_FILE);
                byte[] strToBytes = jsonResult.getBytes();
                Files.write(path, strToBytes, new OpenOption[] { StandardOpenOption.WRITE, StandardOpenOption.CREATE, StandardOpenOption.TRUNCATE_EXISTING });
		
                System.out.println("TextBox fields successfully extracted to: '" + path + "'");
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
    }
 

Работа с разбором текста в PDF через Java SDK

Разбирая PDF документы для извлечения текста, вы можете при необходимости изменять содержимое полей TextBox. Это сохраняет позицию текста в документах, экономя время и сокращая ручную работу. Разберите PDF документы для извлечения текста с помощью Aspose.PDF Cloud Java SDK.

С помощью нашего Java SDK вы можете

  • Добавлять заголовки и колонтитулы PDF документа в виде текста или изображения.
  • Добавлять таблицы и штампы текста или изображения в PDF документы.
  • Добавлять несколько PDF документов к существующему файлу.
  • Работать с вложениями PDF, аннотациями и полями формы.
  • Применять шифрование или дешифрование PDF‑документов и устанавливать пароль.
  • Удалять все штампы и таблицы со страницы или всего PDF‑документа.
  • Удалять конкретный штамп или таблицу из PDF‑документа по их ID.
  • Заменять отдельные или множественные вхождения текста на странице PDF или во всём документе.
  • Широкая поддержка конвертации PDF‑документов в различные другие форматы файлов.
  • Извлекать различные элементы PDF‑файлов и оптимизировать PDF‑документы.
  • Вы можете попробовать наше бесплатное приложение для тестирования функций.

  •