Lecture fichier PDF et extraction de données avec Java

Salut les amis,
J'ai un problème dont je désir avoir votre avis la dessous:
Je suis entrain de réaliser une application web qui, parmi ses fonctions, fait un traitement sur un fichier d'entrée. Normalement, ce fichier est de format excel avec une structure bien précise; Pourtant, selon des cas particuliers cette structure, peut changer d'un fichier excel à l'autre, malgrès cela je pense trouver la solution, en programmant une interface qui invite l'utilisateur à spécifier la structure du fichiers excel en entréé (par exemple la position d'une telle colonne est B6, etc. ...). Malheureusement, le fichier d'entrée peut être de format pdf, est-ce que vous avez une idée sur cela les amis, autrement dit est-ce que je peut lire un fichier pdf, extraire les données voulues, et les sauvegarder dans la base de données (Oracle), pour qu'elles subissent un traitement par la suite, ou je doit forcément inciter le client de l'application à préparer un fichier excel avec une structure standard, comme contrainte de l'application, avant de charger le fichier.

Je vous signale que je programme l'application web avec java J2EE/JSF/Hibernate et une base de données Oracle.


Aidez moi SVP, et merci d'avance ;)

Vous pouvez lire un fichier PDF avec, par exemple pdfbox, etc.

Cependant, vous devez être conscient que PDF est une format de présentation, par un format de structuration de données. Si vous faites des tests (par exemple avec adobe acrobat writer) d'exportation pdf -> txt, vous constaterez que suivant vos documents de départ, vos données ne vont pas toujours être structurée de la même manière. Ainsi, pour ce tableau:

Code:

---

1 2 3 4 5 6 7 8

*---*---*---* | A | B | C | *---*---*---* | D | E | F | *---*---*---* | G | H | I | *---*---*---*

---

Vous pourriez a l'exportation récupérer aussi bien
A B C D E F G H I
que
A D G B E H C F I
et toutes les variantes du genre
A B D C E G F H I
etc.

En fait, le PDf ne contient que des instructions du style "dessiner une ligne verticale à x,y" "écrire 'A' à 5cm du bord gauche, 2cm du bord haut, etc.

Si il y a des cellules du tableau avec plusieurs lignes, chaque ligne aura sa propre entrée dans le pdf puisque dessinée à des endrois différents.

C'est vraiment à l'utiliser qu'en dernier recours!

Merci pour votre réponse. Je crois devoir opter pour une structure standard du fichier excel d'entrée, sinon au moins un fichier excel avec une structure dynamique.