Je veux analyser des sites Web pdf.lire des fichiers pdf en utilisant java
Quelqu'un peut-il dire comment extraire tous les mots (mot à mot) d'un fichier pdf en utilisant java.
Le code ci-dessous extrait le contenu d'un fichier pdf et l'écris dans un autre fichier pdf. Je veux que le programme l'écrive dans un fichier texte.
import java.io.FileOutputStream;
import java.io.IOException;
import com.itextpdf.text.*;
import com.itextpdf.text.pdf.*;
public class pdf {
private static String INPUTFILE = "http://www.britishcouncil.org/learning-infosheets-medicine.pdf" ;
private static String OUTPUTFILE = "c:/new3.pdf";
public static void main(String[] args) throws DocumentException,
IOException {
Document document = new Document();
PdfWriter writer = PdfWriter.getInstance(document,
new FileOutputStream(OUTPUTFILE));
document.open();
PdfReader reader = new PdfReader(INPUTFILE);
int n = reader.getNumberOfPages();
PdfImportedPage page;
for (int i = 1; i <= n; i++) {
page = writer.getImportedPage(reader, i);
Image instance = Image.getInstance(page);
document.add(instance);
}
document.close();
}
}
Merci à l'avance
double possible de [Comment lire des fichiers PDF en utilisant java] (http://stackoverflow.com/questions/4784825/comment-lire-pdf-files-using-java) – Travis