Java und Pdf

[WinterDragon]

Hallo!

Ich stecke an folgendem Problem für ein Projekt leider schon bei der Überlegung ein bisschen fest - vielleicht könnt ihr mir weiterhelfen:
Ich suche eine Library(open source), welche genau 2 sachen können muss: 1. PDF Viewer - also ein eingelesenes PDF wie z.B.: beim Acrobat Reader oder Foxit oä. anzeigen und 2. Text extraktion - am liebsten wäre mir mittels einfachem Markieren vom Text.

Ich habe bereits Open Source PDF Libraries in Java gefunden, jedoch das einzige was von der Beschreibung her hinkommt wäre Jpedal und das ist irgendwie leider doch keine open source bzw. es gibt eine lgpl Version davon, jedoch weiß ich nicht ob in der Version diese Funktionen, welche ich brauche unterstützt werden da es ja laut Homepage "Downloading the LGPL PDF Viewer" - also nur der Viewer lgpl ist?

Habt ihr vielleicht sowas ähnliches schon gemacht oder wisst einen guten Lösungsansatz? Ich wäre echt über jede erdenkliche Hilfe dankbar weil ich da einfach feststecke

Danke im Voraus!

 

[Guybrush Threepwood]

Mit dem PDFRenderer lässt sich relativ einfach Viewer basteln. Alternativ gibt es einen fertigen Viewer von IcePDF (der bei mir allerdings nicht ganz zuverlässig funktionierte; LGPL). Mit iText lässt sich Text extrahieren. Falls Du die Bibliothek in Closed Source-Programme einbaust solltest Du allerdings nicht die aktuelle Version (5.0, AGPL), sondern Version 2.1.7 verwenden.
Vielleicht gibt es auch Bibliotheken, die beides können (Anzeige und Extraktion), allerdings kenne ich keine.

 

[maki]

Du musst ja nicht die Viewer funktionalität und das extrahieren von text von einer einzigen lib erschlagen lassen, nimm doch den LGPL Viewer und PDFBox und die Inhalte zu extrahieren.

 

[WinterDragon]

Ich hab das mit dem PDF-Renderer mir mittlerweile überlegt es anzuzeigen - danke aber für die Bestätigung.

@Guybrush Threepwood: Kann iText auch innerhalb einer Seite ausgewählte Zeilen den Text extrahieren - PDFBox kann laut Beschreibung mal nur Seitenweise (Apache PDFBox - PDFBox - PDF Text Extraction) den Text extrahieren.

Ich brauch das nämlich zur Erklärung einfach so, wie wenn ihr Text aus dem Web z.B. kopieren wollt: Ihr markiert den Text und kopiert ihn euch raus - genau sowas will ich für PDF machen weil ich den Text+Metadata(Quellenangabe usw.) dann im weiteren Verlauf brauche um was anderen damit zu machen.

Ich muss mir mal die API anschauen von iText - danke auf jeden Fall für den Tipp nochmal.
Danke allen!

 

[Guybrush Threepwood]

Sorry, da bin ich überfragt. Gibt es bei Dir die Möglichkeit, die gewünschten Textstellen an bestimmten charakteristischen Eigenschaften zu erkennen, z. B. typischer Beginn und Ende? In dem Fall könnte man den gesamten Text extrahieren und dann entsprechen splitten.

 

[MiMa]

Hallo,

ich würde gerne wissen, wie umfangreich es ist in einem JFrame ein PDF anzeigen zu lassen.
Ich habe in einem Frame bereits eine JList in dem die Dateien aufgelistet sind und wenn ich eine selektiere sollte dies angezeigt werden.

ich habe für Die Anzeige schon ein Panel erstellt, aber weiss nicht wirklich welche Komponente dafür in Frage kommt.

Für ein kleines Beispiel wie so etwas gemacht wird bin ich sehr dankbar.

Vielen Dank

Mi

 

[MiMa]

Ich habe einige Bibliotheken für PDf gefunden und installiert, aber viele Beispiele funktionieren nicht richtig und importieren Pakete, die nicht mit drin waren und im Netz irgendwie nicht gefunden werden können.
Hat vielleicht jemand ein Beispiel, wie man mit dem PDF Runderer von Sun eine PDF Datei anzeigen kann.

Vielen Dank

Mi

 

[Guybrush Threepwood]

//Die Pages des PDF:
PDFPage[] page = null;

//ok, jetzt erst einmal die PDF-Datei einlesen
File meinePDF = new File("xyz.pdf");
try {
			PDFFile pdfFile;
			RandomAccessFile raf = new RandomAccessFile(meinePDF, "r");
			FileChannel fc = raf.getChannel();
			ByteBuffer buf = fc
					.map(FileChannel.MapMode.READ_ONLY, 0, fc.size());

			pdfFile = new PDFFile(buf);
			page = new PDFPage[pdfFile.getNumPages()];
			for (int i = 0; i < page.length; i++) {
				page[i] = pdfFile.getPage(i + 1);
			}
			fc.close();
			raf.close();
	} catch (Exception e) {
			e.printStackTrace();
			JOptionPane
					.showMessageDialog(
							null,
							"Beim Versuch, das Protokoll anzuzeigen, ist ein Fehler aufgetreten.\n\n Fehlermeldung:\n"
									+ e.getLocalizedMessage(),
							"Fehler",
							JOptionPane.ERROR_MESSAGE);
		}



// Die PDF-Dateien werden einzeln angezeigt, indem jeweils eine einzelne Seite gezeichnet wird.
// Die Steuerung, welche der seiten, musst Du selbst implementieren; Code-Teil am Besten in eine eigene
// Methode packen, zwecks rumblättern im PDF

int pageNum = 0; //erste Seite des PDF
double dpi = 96;
Rectangle2D r2d = page[pageNum].getBBox();
		double width = r2d.getWidth();
		double height = r2d.getHeight();
		width = width / dpi;
		height = height / dpi;
		int res = Toolkit.getDefaultToolkit().getScreenResolution();
		width *= res;
		height *= res;
			JLabel pdfAnzeige = new JLabel(new ImageIcon(page[pageNum].getImage(
					(int) width, (int) height, r2d, null, true, true)));

Das Label musst Du schließlich in Deiner GUI darstellen. Über das Hantieren mit der dpi-Angabe kannst Du die Darstellung zoomen. In Deiner GUI brauchst Du jetzt jeweils noch Knöpfe zum Vor- und Zurückblättern, die pageNum hoch- oder runterzählen und das ImageIcon neu malen. Zoom-Buttons wären auch nicht schlecht. Du solltest aber aufpassen, die Werte zu begrenzen, da Dir bei zu großem Zoom der Speicher überläuft.

P.S.: Den hier im Classpath nicht vergessen: Pdf-renderer: Downloads — Java.net

 

[MiMa]

Vielen Dank für das ausführliche Demo.
Es ist ziemlich aufschlussreich.

Danke.
Mi