Znajdź odpowiedzi według API

Wyodrębnij tekst z dokumentu PDF za pomocą interfejsu API Java REST

Ten krótki samouczek wyjaśnia, jak wyodrębnić tekst z dokumentu PDF za pomocą interfejsu API REST Java. Nauczysz się wyodrębniać tekst z pliku PDF za pomocą interfejsu API opartego na Javie, korzystając z pakietu SDK w chmurze opartego na Javie. Prezentuje on cały proces, udostępniając przykładowy kod odczytu i wyświetlania tekstu w pliku PDF.

Warunek wstępny

Kroki wyodrębniania tekstu z pliku PDF za pomocą interfejsu API Java Low Code

  1. Skonfiguruj PdfApi, podając klucz aplikacji i SID, aby odczytać plik PDF
  2. Prześlij plik źródłowy PDF, aby wyodrębnić tekst
  3. Wywołaj metodę PobierzTekst() po pomyślnym przesłaniu źródłowego pliku PDF
  4. Ustaw prostokątny obszar strony, z którego ma być pobierany tekst na wszystkich stronach
  5. Przeanalizuj wszystkie wystąpienia tekstu w odpowiedzi API i wyświetl tekst

Te kroki obejmują proces odczytu tekstu PDF za pomocą usługi Java RESTful. Załaduj plik PDF do chmury i wywołaj metodę GetText(), aby pobrać wszystkie wystąpienia tekstu ze wszystkich stron załadowanego pliku PDF z określonego prostokąta na stronie. Przejrzyj wszystkie wystąpienia w odpowiedzi i wyświetl numer strony oraz tekst.

Kod do pobierania tekstu z pliku PDF za pomocą interfejsu Java REST

Ten kod demonstruje proces pobierania tekstu z pliku PDF za pomocą interfejsu Java REST. Prostokątny obszar składa się z pozycji x i y w lewym dolnym rogu oraz pozycji x i y w prawym górnym rogu, z których chcesz pobrać tekst. Aby pobrać tekst z pojedynczej strony, użyj metody GetPageText(), która wymaga numeru strony jako dodatkowego argumentu do jej wybrania.

Ten artykuł pokazał nam, jak odczytać plik PDF bez użycia zainstalowanego w systemie oprogramowania do odczytu plików PDF. Jeśli chcesz policzyć liczbę słów w pliku PDF, zapoznaj się z artykułem Zliczanie słów w dokumencie PDF za pomocą interfejsu API Java REST.

 

 Polski