• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    迪恩网络公众号

Java PDFParser类代码示例

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

本文整理汇总了Java中org.apache.tika.parser.pdf.PDFParser的典型用法代码示例。如果您正苦于以下问题:Java PDFParser类的具体用法?Java PDFParser怎么用?Java PDFParser使用的例子?那么恭喜您, 这里精选的类代码示例或许可以为您提供帮助。



PDFParser类属于org.apache.tika.parser.pdf包,在下文中一共展示了PDFParser类的6个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于我们的系统推荐出更棒的Java代码示例。

示例1: fromFile

import org.apache.tika.parser.pdf.PDFParser; //导入依赖的package包/类
@Override
public String fromFile(File file) {
	String resultText = "";

	try {
		FileInputStream inputstream = new FileInputStream(file);
		BodyContentHandler handler = new BodyContentHandler(-1);
		Metadata metadata = new Metadata();
		ParseContext pcontext = new ParseContext();

		PDFParserConfig config = new PDFParserConfig();
		config.setSortByPosition(true);

		PDFParser pdfparser = new PDFParser();
		pdfparser.setPDFParserConfig(config);
		
		System.out.println("Parsing PDF to TEXT...");
		
		pdfparser.parse(inputstream, handler, metadata, pcontext);
		resultText = handler.toString();
		
		System.out.println("Parsing complete");
	} catch (Exception ex) {
		throw new RuntimeException(ex);
	}

	return resultText;
}
 
开发者ID:eduardohmg,项目名称:diario-extractor,代码行数:29,代码来源:PDFToTextImpl.java


示例2: parse

import org.apache.tika.parser.pdf.PDFParser; //导入依赖的package包/类
private static String parse(final InputStream input) throws TikaException, SAXException, IOException {
    final Parser parser = new PDFParser();
    final ContentHandler handler = new BodyContentHandler();
    final Metadata metadata = new Metadata();
    final ParseContext parseContext = new ParseContext();

    parser.parse(input, handler, metadata, parseContext);

    return handler.toString();
}
 
开发者ID:tnovo,项目名称:which-food-uptec-cli,代码行数:11,代码来源:App.java


示例3: importData

import org.apache.tika.parser.pdf.PDFParser; //导入依赖的package包/类
@POST
@Path("import")
@Consumes(MediaType.MULTIPART_FORM_DATA)
@Produces(MediaType.APPLICATION_JSON)
public Response importData(@DefaultValue("true") @FormDataParam("enabled") boolean enabled,
		@FormDataParam("file") InputStream inputStream,
		@FormDataParam("file") FormDataContentDisposition fileDetail, @Context UriInfo uriInfo)
		throws JSONException, IOException, SAXException, TikaException {

	BodyContentHandler handler = new BodyContentHandler(-1);
	Metadata metadata = new Metadata();

	ParseContext pcontext = new ParseContext();

	// parsing the document using PDF parser
	PDFParser pdfparser = new PDFParser();
	pdfparser.parse(inputStream, handler, metadata, pcontext);


	String sentences[] = turOpenNLPConnector.sentenceDetect(handler.toString());

	TurData turData = new TurData();

	turData.setName(fileDetail.getFileName());
	turData.setType(FilenameUtils.getExtension(fileDetail.getFileName()));
	this.turDataRepository.save(turData);

	for (String sentence : sentences) {
		TurDataGroupSentence turDataGroupSentence = new TurDataGroupSentence();
		turDataGroupSentence.setTurData(turData);
		turDataGroupSentence.setSentence(sentence);
		this.turDataGroupSentenceRepository.save(turDataGroupSentence);
	}
	
	JSONObject jsonTraining = new JSONObject();
	jsonTraining.put("sentences", sentences);
	return Response.status(200).entity(jsonTraining.toString()).build();
}
 
开发者ID:openviglet,项目名称:turing,代码行数:39,代码来源:TurMLDataAPI.java


示例4: getParser

import org.apache.tika.parser.pdf.PDFParser; //导入依赖的package包/类
@Override
protected Parser getParser() {
   return new PDFParser();
}
 
开发者ID:Alfresco,项目名称:alfresco-repository,代码行数:5,代码来源:PdfBoxContentTransformer.java


示例5: getParser

import org.apache.tika.parser.pdf.PDFParser; //导入依赖的package包/类
@Override
protected Parser getParser() 
{
   return new PDFParser();
}
 
开发者ID:Alfresco,项目名称:alfresco-repository,代码行数:6,代码来源:PdfBoxMetadataExtracter.java


示例6: importData

import org.apache.tika.parser.pdf.PDFParser; //导入依赖的package包/类
@POST
@Path("import")
@Consumes(MediaType.MULTIPART_FORM_DATA)
@Produces(MediaType.APPLICATION_JSON)
public TurDataGroupData importData(@PathParam("dataGroupId") int dataGroupId,
		@DefaultValue("true") @FormDataParam("enabled") boolean enabled,
		@FormDataParam("file") InputStream inputStream,
		@FormDataParam("file") FormDataContentDisposition fileDetail, @Context UriInfo uriInfo)
		throws JSONException, IOException, SAXException, TikaException {

	TurDataGroup turDataGroup = this.turDataGroupRepository.getOne(dataGroupId);
	BodyContentHandler handler = new BodyContentHandler(-1);
	Metadata metadata = new Metadata();

	ParseContext pcontext = new ParseContext();

	// parsing the document using PDF parser
	PDFParser pdfparser = new PDFParser();
	pdfparser.parse(inputStream, handler, metadata, pcontext);

	String sentences[] = turOpenNLPConnector.sentenceDetect(handler.toString());

	TurData turData = new TurData();

	turData.setName(fileDetail.getFileName());
	turData.setType(FilenameUtils.getExtension(fileDetail.getFileName()));
	this.turDataRepository.save(turData);

	for (String sentence : sentences) {
		TurDataGroupSentence turDataGroupSentence = new TurDataGroupSentence();
		turDataGroupSentence.setTurData(turData);
		turDataGroupSentence.setSentence(sentence);
		turDataGroupSentence.setTurDataGroup(turDataGroup);
		turDataGroupSentenceRepository.save(turDataGroupSentence);
	}

	TurDataGroupData turDataGroupData = new TurDataGroupData();

	turDataGroupData.setTurData(turData);
	turDataGroupData.setTurDataGroup(turDataGroup);
	turDataGroupDataRepository.save(turDataGroupData);

	return turDataGroupData;
}
 
开发者ID:openviglet,项目名称:turing,代码行数:45,代码来源:TurMLDataGroupDataAPI.java



注:本文中的org.apache.tika.parser.pdf.PDFParser类示例整理自Github/MSDocs等源码及文档管理平台,相关代码片段筛选自各路编程大神贡献的开源项目,源码版权归原作者所有,传播和使用请参考对应项目的License;未经允许,请勿转载。


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
Java HListView类代码示例发布时间:2022-05-23
下一篇:
Java Point3i类代码示例发布时间:2022-05-23
热门推荐
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap