Question

当我尝试从sdcard读取pdf文件并从中提取文本时，没有任何反应。没有错误，没有警告，通知也没有结果文件。我将源文件和结果都存储在设备sdcard的根文件夹中。你能帮我解决这个问题吗？这是我的代码：

package com.example.androidtest;

import java.io.File;
...

public class MainActivity extends Activity  {

private Button button;

    public static final String TIMETABLE = "doc.pdf";                       // The original PDF that will be parsed. 
public static final String RESULT = "timetable.txt";                    // The text file received after scan. 


@Override
protected void onCreate(Bundle savedInstanceState)  {
    super.onCreate(savedInstanceState);
    setContentView(R.layout.activity_main);
    processSource();


}   

public void processSource() {

    button = (Button) this.findViewById(R.id.button_add);
    button.setOnClickListener(new View.OnClickListener() {

        @Override
        public void onClick(View v) {
              try {
                new MainActivity().extractText(TIMETABLE, RESULT);
            } catch (IOException e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }

        }
    });


}

public void extractText(String pdf, String doc) throws IOException {

    File sdcard = Environment.getExternalStorageDirectory();                    // Load file timetable.txt from device's sdcard
    File file = new File(sdcard, pdf);

    File text = new File(sdcard, doc);                                      // Save the result file in device's sdcard
    InputStream is;
    try {
        is = new FileInputStream(file);
        PdfReader reader = new PdfReader(is);                                               // Call the source file
        PrintWriter out = new PrintWriter(new FileOutputStream(text));
       Rectangle rect = new Rectangle(0, 0, 600, 900);                  // Define the rectangle to extract text within it
                RenderFilter filter = new RegionTextRenderFilter(rect);
                TextExtractionStrategy strategy = new FilteredTextRenderListener(new LocationTextExtractionStrategy(), filter);
                out.println(PdfTextExtractor.getTextFromPage(reader, 1, strategy));     

                out.flush();

        out.close();
    } catch (IOException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }                                               // Call the source file

}

}

以下是我在AVD上测试它时在控制台选项卡中显示的内容（我希望它可以提供帮助）：

[2013-11-23 03:03:29 - AndroidTest] Android发布！ [2013-11-23 03:03:29 - AndroidTest] adb正常运行。 [2013-11-23 03:03:29 - AndroidTest]执行com.example.androidtest.MainActivity＆gt;活动启动 [2013-11-23 03:03:29 - AndroidTest]自动目标模式：使用＆gt;兼容的AVD'Tab'启动新的模拟器 [2013-11-23 03:03:29 - AndroidTest]使用虚拟设备'Tab'启动新的模拟器 [2013-11-23 03:03:29 - AndroidTest]新模拟器发现：emulator-5554 [2013-11-23 03:03:29 - AndroidTest]等待HOME（'android.process.acore'）被＆gt;启动... [2013-11-23 03:03:57 - AndroidTest] HOME正在关注设备'emulator-5554' [2013-11-23 03:03:57 - AndroidTest]将AndroidTest.apk上传到设备'emulator-5554' [2013-11-23 03:04:06 - AndroidTest]安装AndroidTest.apk ... [2013-11-23 03:04:29 - AndroidTest]成功！ [2013-11-23 03:04:29 - AndroidTest]在设备模拟器-5554上开始活动＆gt; com.example.androidtest.MainActivity [2013-11-23 03:04:30 - AndroidTest] ActivityManager：开始：Intent＆gt; {act = android.intent.action.MAIN cat = [android.intent.category.LAUNCHER]＆gt; cmp = com.example。 androidtest / .MainActivity}

谢谢你的时间！

Answer 1

您正在使用过滤器来限制从以下位置提取文字的区域：

Rectangle rect = new Rectangle(0, 0, 600, 900);
// Define the rectangle to extract text within it
RenderFilter filter = new RegionTextRenderFilter(rect);

PDF页面的左下角不需要(0, 0)。它可以在坐标系中的任何位置。因此A4页面可以是(0, 0, 595, 842)，但也可以是(1000, 2000, 1595, 2842)。

您尝试从中提取文本的PDF可能包含在您用于过滤器的(0, 0, 600, 900)矩形之外的页面。这意味着过滤器不与页面相交，因此不会提取文本。

使用iTextG从Android上的pdf文件中提取文本

1 个答案: