Discussion :

[chicorico]

Bonjour,

Cela ne semble pas possible, mais j'aimerais en être sur, est-il possible en java de remplacer une chaine de caractère par une autre dans un fichier PDF ?

Itext ne semble pas le faire, je n'ai pratiquement rien trouver sur google(en gratuit) et la seule discussion sur le forum date de juillet 2007.

Peut-être y-a-t-il du nouveau ?

Merci d'avance.

[Morbo]

Non, je crois pas, on peut rechercher & ajouter du contenu, mais pas en remplacer.

[chicorico]

Merci, pour cette réponse.

Si on peut rechercher et ajouter, peut-on supprimer du texte ?
Car dans ce cas l'algo de remplacement serait :
-Rechercher la chaîne à remplacer
-Supprimer la chaîne
-Ajout la nouvelle chaine à la même position.

Est-ce envisageable ?

[Morbo]

Non plus, faut voir ça comme de la peinture, tu ne peux qu'ajouter des couches au dessus des précédentes, enfin je pense.

[chicorico]

Il n'existe pas une autre librairie qui pourrait faire ça ?
C'est incroyable qu'il n'y ai pas de moyen de faire ça

Je ne connais pas bien le format PDF, mais le texte semble être dans des "stream object" dont l'encodage, la compression, la taille sont spécifiés dans les "méta-données" de cet objet.
N'est-il alors pas possible de lire ce fichier en mode "binaire", de rechercher ces "stream object", de les décoder, de remplacer et de ré-encoder ?
Certes cela ne semble pas trivial, mais il existe peut-être quelqu'un qui a déjà fait ça, ou qui s'y connait suffisamment en format pdf pour établir un algorithme ?

J'ai fait un pdf avec "pdf creator" puis ouvert avec ultraedit le texte semble être encadré entre obj et endboj, la méthode de compression est du "zlib":

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
%PDF-1.4
%Çì�¢
5 0 obj
<</Length 6 0 R/Filter /FlateDecode>>
stream
xœeŒ11…÷üŠŒíp1éµ—fD”nât¨Ó)þ|ÛA0�|¼ÌÈ$
¹åãŒÛÚÌ�©o·ˆ_'\Xëª\�ÉÌ¢,NP™2êÀ±Lpr{ß	¥�Òà¾c
–$«»8šF‡�%ªZpOß’!¥ì.¾§j_õ
SÏlÿ’C[ŸË65o*ÿ*èendstream
endobj
....

Fais-je fausse route ? Quelqu'un a-t-il déjà fait ça ?

[chicorico]

J'ai fait une tentative pour décoder l' "object stream" avec la classe Inflater de java.util.zip et voici le résultat :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
q 0.12 0 0 0.12 0 0 cm
0 G
0 g
q
8.33333 0 0 8.33333 0 0 cm BT
/R7 12 Tf
0.99941 0 0 1 70.8 760.4 Tm
[(M)-1.52556(o)-0.295187(n)-0.294974( )-0.147792(t)-2.16558(e)3.74(x)-10.3009(t)-2.16558(e)3.74024( )]TJ
ET
Q
Q

Mon texte est bien là (entre BT et ET), mais apparemment je suis pas sortie de l'auberge, à quoi correspondent les chiffres décimaux après les lettres ? La position sur la ligne ? Mais quelle est le point de référence, -1.52556 par rapport à quoi ?

Je suis en train de me demander si ca vaut vraiment le coup tout ce bazar, et si java est finalement bien adapté.
Mon problème est simplement de remplacer certains champs particuliers par une valeur (ex : Remplacer {_NOM_} par Chico).
N'y a-t-il pas une commande système permettant de faire ça sous linux ? Genre un sed mais pour du pdf ?