Discussion :

[camyo]

Bonjour,
Je bosse sur un programme de gestion d'archive PDF
pour simplifier la recherche dans les contenus à l'upload du pdf
un programme extrait le texte et le stock dans la BDD ..

Dans un premier temps , j'ai utilisé un script java de démo "ApriseJavaPDFLib"
Qui est limité à 1000 caractères pas page .. pas suffisant ..
Ce script est un .jar que je peu lancer facilement depuis un batch
ce qui est bien car j'ai aucune compétence en java

Depuis, je cherche un solution qui ne soit pas un version démo
je sais qu'il existe Itextpdf , mais je ne sais pas l'utiliser ..

Si quelqu'un à une solution ou une piste .. Merci d'avance

[OButterlin]

Personnellement, j'utiliserais iText.
Tu peux regarder ici pour une solution.

[camyo]

Merci,
J'ai exactement les même besoins que lui,
Donc il faut que je m’intéresse au même code..

Punaise, je crois qu'une bonne nuit de repos m'aidera à comprendre
Java et moi .. on se connait pas encore

[OButterlin]

Ne t'inquiète pas, il est sympa

Je l'ai testé avec une version iText-2.1.7.jar, ça fonctionne bien même si elle n'est pas franchement fraiche...

[OButterlin]

Avec la dernière version iText 5.5.9, c'est encore plus simple

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
PdfReader reader = new PdfReader(args[0]);
System.out.println(PdfTextExtractor.getTextFromPage(reader, reader.getNumberOfPages()));

[camyo]

Encore merci ..
Maintenant il s'agit pour moi de réussir à lancer ça depuis un .batch

Et honnêtement, je suis pas encore en bonne voie ..

Je m’aperçois que c'est réellement une compétence que j'ai pas

J'ai tenté un .batch ( qui ne marche pas )
J'ai trop honte pour mettre le code ici ..
Mais je ne suis pas en bonne voie au vue des erreurs ..

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
--- Extract text from a PDF file - test.pdf ---
Erreur : la méthode principale est introuvable dans la classe com.itextpdf.text.
pdf.PdfReader, définissez la méthode principale comme suit :
   public static void main(String[] args)

Si quelqu'un de bonne intention .. Merci

[camyo]

Bon,
Il faut que j'accepte le ridicule ( il ne tue pas )
juste pour montrer à quel point je suis largué ..

Voici le code de mon batch

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
@echo off
 
echo --- Extract text from a PDF file - sample.pdf ---
 
java -classpath .;itextpdf-5.5.9.jar com.itextpdf.text.pdf.PdfReader
 
PDFReader reader = new PDFReader('sample.pdf');
 
System.out.println(PdfTextExtractor.getTextFromPage(reader, reader.getNumberOfPages()));
 
pause

J'imagine que pour quelqu'un ayant un minimum de notion il doit être risible
mais je dois avouer patauger .. tester ..
sans succès ??

[OButterlin]

Tu veux lancer ce traitement par une ligne de commande (bash ou bat) ?
Si c'est ça, le plus simple serait de générer un jar qui contient l'api iText, la classe principale (celle du main) et de lancer via

java -jar nomDuJar.jar

Avec Eclipse

Click droit sur la classe contenant le main -> Run As -> Run configurations
Tu places les paramètres qui vont bien et Apply


Pour générer le jar :

Click droit sur le Projet -> Export -> Runnable JAR file
Tu choisis le "Launch configuration" par rapport à l'étape précédente
Tu choisis le répertoire/nom cible du jar
Tu choisis Extract required libraries into generated JAR (si ce n'est pas le cas)
-> Finish

[camyo]

Juste pour répondre à ta première question ,
c'est un .bat
L'idée étant de pouvoir le lancer durant un traitement d'un script PHP

Donc, comme tu dis, (je veux volontiers te croire) c'est surement le plus simple ..
Mais pour l'instant, j'y suis pas ..

Je vais encore essayé en suivant tes précieux conseils

Merci encore !

[OButterlin]

De rien
Je te laisse avancer, pose tes questions si besoin

[camyo]

Encore merci à Obutterlin

Et à quicklyjava

En luttant, ratant et après de nombreux essais ..
J'ai fini par y arriver !!

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
package com.pdftotxt;
 
import java.io.IOException;
import java.io.File;
import java.io.FileOutputStream;
 
import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.parser.PdfTextExtractor;
 
 
 
public class iTextReadAndWrite {
 
	/**
         * @param args
         */
	public static void main(String[] args) {
        try {
 
			PdfReader reader = new PdfReader("sample.pdf");
			FileOutputStream fos = new FileOutputStream("sample.txt");
	        for (int i = 0; i < reader.getNumberOfPages(); i++)
            {
	        	String page = PdfTextExtractor.getTextFromPage(reader, i+1);
	        	System.out.println("\n\n"+page+"\n\n");
	        	fos.write(PdfTextExtractor.getTextFromPage(reader, i+1).getBytes("UTF-8"));
 
            }
 
 
 
		} catch (IOException e) {
			e.printStackTrace();
		}
 
	}
 
}

Bon .. je suis pas certain d'être capable de le reproduire ..