使用 Uri 用 Kotlin 解析 pdf？

Posted 2023-04-17

【中文标题】使用 Uri 用 Kotlin 解析 pdf？

【英文标题】：Parsing pdf with Kotlin using a Uri?

【发布时间】：2020-11-16 04:28:07

【问题描述】：

我在 android Studio 中编写 Kotlin 代码。用户从手机中选择一个文件（我需要以字符串的形式访问内容）。我有一个 Uri？用那个乌里？我可以从 .csv 和 .txt 文件中提取文本：

if (typeOfFile == ".txt" || typeOfFile == ".csv") 
            try 
                val ins: InputStream? = contentResolver?.openInputStream(uriFromSelectedFile)
                val reader = BufferedReader(ins!!.reader())
                textIWant = reader.readText()

...

获取文件类型也可以正常工作，但在打开 pdf 文件时，似乎没有任何效果。我尝试以各种方式使用来自 Apache 的 PDFBox。我尝试打开的pdf是一个简单的onePager，只包含可提取的文本（可以复制）like this pdf。

这是我尝试过的事情之一，当要打开的文件是 pdf 时手机会死机：

if (typeOfFile == ".pdf") 
            try 
                val myPDDocument:PDDocument = PDDocument(COSDocument(ScratchFile(File(uriFromSelectedFile.path))))
                textIWant = PDFTextStripper().getText(myPDDocument)

...

我已经尝试了好几天了。有谁知道它在 Kotlin 中是如何工作的？

【问题讨论】：

请包含您尝试过的代码，并链接到 PDF。确保 PDF 包含要提取的文本（尝试从 Adob​​e Reader 复制和粘贴）

希望现在更好

您的代码看起来很可疑。在 Java 中，加载 PDF 是“PDDocument.load(file)”。你在做什么是不同的。我不知道 Kotlin，所以请找到如何调用静态方法。似乎不容易：***.com/questions/40352684

如果您设法更正了您的代码，以便 PDF 打开和文本剥离工作，请自己回答问题，这将有助于其他人。

我会尽快。现在我仍然不知道该怎么做。我正在继续进行更多的研究和尝试......

【参考方案1】：

它使用 tom_roush.pdfbox 和一个伴随对象工作：

import com.tom_roush.pdfbox.text.PDFTextStripper

class MainActivity : AppCompatActivity() 

companion object PdfParser 
    fun parse(fis: InputStream): String 
        var content = ""
        com.tom_roush.pdfbox.pdmodel.PDDocument.load(fis).use  pdfDocument ->
            if (!pdfDocument.isEncrypted) 
               content = PDFTextStripper().getText(pdfDocument)
           
        
        return content
    

调用伴生对象的解析函数：

val fis: InputStream = contentResolver?.openInputStream(uriFromSelectedFile)!!
textIWant = parse(fis)

【讨论】：

太好了，你让它工作了！不要忘记关闭“fis”（除非 Kotlin 自动执行此操作）。