阅读IBM Worklight 6.1中的PDF文件

Question

我的要求是使用IBM Worklight 6.1 开发一个应用程序，该应用程序将从Web服务器获取该文件，并在不下载的情况下将其显示给用户。

为此我做了以下步骤： -

1. 首先创建一个Worklight项目
2. 在该项目中创建了一个java包并尝试从Apache Tomcat访问PDF文件。
3. 我正在使用PDFBOX从Apache tomcat读取文件。
4. 我将从适配器接收PDF文本。
5. 从适配器，我将它发送到客户端并向用户显示。

我按照以下链接生成JAVA代码：

http://www.ehow.com/how_6582916_read-pdf-file-java.html

代码如下： -

public static String sendPDF(){
    PDFTextParser pdf = new PDFTextParser("path to pdf in tomcat");
    return pdf.getParsedText();
}

现在的问题是： -

使用此路径“tomcat中pdf文件的路径”，pdfbox无法访问该文件。我正在尝试使用servletcontext，所以我包含了servlet-api.jar。我仍然无法访问pdf文件。我需要一种方法来访问该文件。提前致谢

Answer 1

使用PDFBox打开PDF网址的正确方法如下：

PDDocument doc = PDDocument.load(new URL("http://www.host.com/xxx.pdf").openStream());

更好的是使用非顺序解析器：

PDDocument doc = PDDocument.loadNonSeq(new URL("http://www.host.com/xxx.pdf").openStream(), null);

要了解有关文本提取的更多信息，请查看ExtractImages的源代码，您将找到here。