Discussion :

[arfman]

Bonjour,

Je souhaites passer d'un stockage fichier à un stockage base de données.
Pour ce faire, je fais tourner un job talend qui me liste le contenu de mon répertoire, lit chaque fichier, en extrait le contenu et l'intègre dans un champ (text) d'une base de données.

Les fichiers sont de type pdf.

Je n'arrive pas à trouver de composant me permettant de lire un fichier en une fois afin de récupérer son contenu dans une variable.

Quelqu'un aurait-il une piste ?

Merci d'avance.

[mathieu_r]

Il n'y a pas de composant qui permette de lire le contenu d'un fichier PDF. Mais ptet existe-t-il une solution...

Tu as un outil qui s'appelle PDF2HTML qui te permettra d'avoir un fichier HTML à partir d'un PDF.
Après, il te faudra sûrement utiliser des expressions régulières afin d'extraire le contenu de ces fichiers...

Peut-être existe-t-il une librairie Java de traitement de fichiers PDF que tu pourrais intégrer dans Talend? Je ne m'y connais pas vraiment en intégration de librairies externes dans Talend.

Ca m'a l'air assez ardu, ton truc...

[arfman]

c'est pas si hardu que ça dans le principe et talend semble correspondre parfaitement au besoin de base :
- lister les fichiers d'un répertoire
- vérifier leur existence
- découper le nom pour savoir quel est l'enregistrement dans la base
- et ensuite .... intégrer le contenu du fichier (et c'est là que ça coince )

[arfman]

ok trouvé :

utilisation d'un TJava après un TFileExists
dans le TJava ajout de la routine

String chaine = new String() ;
InputStream ips=new FileInputStream(((String)globalMap.get("tFileExist_2_FILENAME")));
InputStreamReader ipsr=new InputStreamReader(ips);
BufferedReader br=new BufferedReader(ipsr);
String ligne;
while ((ligne=br.readLine())!=null){
chaine+=ligne+"\n";
}
br.close();

Puis utilisation de la variable chaine de mon objet TJava dans l'objet suivant.

[arfman]

meilleure solution (plus propre)

création d'une routine avec une fonction readFile qui prend en paramètre le nom du fichier
dans un tmap, appelé routines.nomdeclasse.nomdefonction(nom du fichier)