Extraction de données PDF

Version imprimable

30/03/2016, 15h31
solerian

Extraction de données PDF

Bonjour à tous,

Je débute en java , je souhaite extraire des informations qui se trouve dans un fichier PDF vers un fichier txt.
Est-ce réalisable avec java ou faut-il utiliser un autre langage de programmation pour y arriver ?
Je n'ai aucune piste ni la moindre idée du comment faire, pourriez-vous m'aider .

Je vous remercie d'avance pour votre aide.
Cordialement
30/03/2016, 15h54
Carhiboux

Salut,

regarde du cote d'iText et de la classe PDFReader.
31/03/2016, 09h17
solerian
J'utilise NetBeans mais je ne comprends pas trop ce qu'il faut que je mette ici :
Code:

1 2 3 4 5 6 package conversion_pdf; public class Conversion_PDF { public static void main(String[] args) {
Mon code doit commencer à quelle endroit ?
31/03/2016, 14h02
solerian

Voici le message d'erreur lorsque j'utilise itextpdf
impossible de trouver ou charger la classe principale
31/03/2016, 14h43
joel.drigo
Salut,

Il faudrait nous montrer ton code qui cause cette erreur. C'est probablement un (ou plusieurs) import qui manque, mais bon, sans code, on ne peut être que dans la devinette, et on n'est pas sur un forum de divination.
Citation:
Envoyé par solerian

J'utilise NetBeans mais je ne comprends pas trop ce qu'il faut que je mette ici :

Code:

1 2 3 4 5 6 package conversion_pdf; public class Conversion_PDF { public static void main(String[] args) {

Mon code doit commencer à quelle endroit ?
Tu débutes vraiment en effet. Avant de commencer à traiter du PDF, il faudrait (re)voir les bases de Java.

Voici mon code

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
import java.io.*;
 
 
package LectureFichier 
 
 
public class LectureFichier {
 
 
    public static void main(String[] args) {
     try {
 fileReader file = new file ("exemple_facture.pdf");
 BufferedReader reader = new BufferedReader(file);
 
 
 while (reader.ready()) {
	String[] line = reader.readline().split(" ");
        for (String s : line){
     System.out.print(s);
 }
 System.out.println();
}
 reader.close();
 fileReader.close();
     } 
catch (FileNotFoundException e){
	e.printstackTrace();
}
catch (IOException e){
	e.printstackTrace();
}
}
}

La classe principale n'est pas trouvée, parce qu'elle n'existe pas : ton source ne compile pas.

Les imports doivent être mis après la déclaration de package.
Java est sensible à la casse : donc fileReader n'existe pas (puisque c'est FileReader)
Ton IDE, ou à défaut, le compilateur, t'indique ce qui ne va pas dans ton code source.

Enfin, ce programme traite un fichier texte, pas PDF.

Ensuite, ta boucle est incorrect :
Code:

1 2 while (reader.ready()) { String[] line = reader.readline().split(" ");
Pas la peine d'utiliser la méthode ready() dans ton cas : elle sert à savoir si le flux est prêt à être lu sans bloquer. Tu es en monoprocessus, et tu dois le lire le fichier, qu'est-ce que ça peut faire d'être mis en attente lors du readLine ? En plus, dans ton cas, si le flux n'est pas prêt au moment du test, ton fichier n'est pas lu (while(false)).
En revanche, readline() retourne null lorsqu'il n'y a plus rien à lire.

Donc :
Code:

1 2 3 4 5 6 7 for(String line = reader.readLine(); line != null; line = reader.readLine()) { for (String s : line.split(" ")){ System.out.print(s); } }
Ensuite, inutile de fermer le flux 2 fois :
Code:

1 2 reader.close(); fileReader.close();
Fermer le plus le plus encapsulant sufft, soit reader.

En revanche, en cas d'exception ton flux ne sera pas fermé, parce qu'on ira directement dans le catch. Il faut donc s'arranger pour que le close() soit exécuté même en cas d'exception. Il y a différents moyens de le faire, mais le plus simple depuis Java 7 est le try-with-resources :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 try (BufferedReader reader = new BufferedReader(new FileReader ("exemple_facture.txt"))) { // ici on ouvre un reader for(String line = reader.readLine(); line != null; line = reader.readLine()) { for (String s : line.split(" ")){ System.out.print(s); } } } catch (IOException e){ e.printstackTrace(); }
Attention aussi à l'encodage du fichier (voir par exemple InputStreamReader). Regardes aussi la méthode Files.newBufferedReader(path, charset) qui pourra t'aider à faire encore plus simple, ou encore Files.readAllLines()).

M'enfin, tout ceci n'a rien à voir avec l'extraction de données d'un PDF.

31/03/2016, 17h17
solerian

Je cherche avant de vouloir extraire des données dans un PDF il faut bien que j'arrive à lire le fichier sans quoi je ne peux savoir ou se trouve mes informations
31/03/2016, 17h20
joel.drigo

Citation:

Envoyé par solerian

Je cherche avant de vouloir extraire des données dans un PDF il faut bien que j'arrive à lire le fichier sans quoi je ne peux savoir ou se trouve mes informations

Certes, mais la lecture d'un PDF n'a pas grand chose à voir avec la lecture d'une fichier texte. Bien sûr, c'est important de savoir lire un fichier texte quand on apprend Java, mais ça ne te servira pas à apprendre à traiter un PDF, à part les problématiques d'ouverture et de fermeture de flux à la limite (avec iText, on ferme plutôt un Document).
31/03/2016, 17h23
joel.drigo

:alerte:Attention, dans mon exemple, il manque une accolade (je viens de l'ajouter).