从 pdf java android 中提取文本

Question

我正在尝试使用 android studio java（api 26 min 和 api33 是模拟器）和 apache pdfbox 从 pdf 文件中提取原始文本

这是我的代码。将 uri 转换为普通文件似乎有问题，因为我在“FileInputStream fis = new FileInputStream(pdf);”这一行中收到 FileNotFoundException 错误。我不是 100% 确定 uri.getPath() 是否真的为我提供了文件所需的路径。

感谢您的帮助

public class MainActivity extends AppCompatActivity {

    ActivityResultLauncher<Intent> resultLauncher;
    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);

        resultLauncher = registerForActivityResult(
                new ActivityResultContracts.StartActivityForResult(),
                result -> {
                    if (result.getResultCode() == Activity.RESULT_OK) {
                        Intent data = result.getData();
                        Uri uri = data.getData();
                        try {
                            readTextFromPDF(uri);
                        } catch (IOException e) {
                            throw new RuntimeException(e);
                        }
                    }
                });
    }
    public void chooseFile(View view) {
        Intent intent = new Intent(Intent.ACTION_OPEN_DOCUMENT);
        intent.addCategory(Intent.CATEGORY_OPENABLE);
        intent.setType("application/pdf");
        resultLauncher.launch(intent);
    }

    private void readTextFromPDF(Uri uri) throws IOException {
        File pdf = new File(uri.getPath());
        FileInputStream fis = new FileInputStream(pdf);

        PDDocument document = PDDocument.load(fis);
        PDFTextStripper pdfTextStripper = new PDFTextStripper();
        String text = pdfTextStripper.getText(document);

        TextView textView = findViewById(R.id.test);
        textView.setText(text);

        document.close();
        fis.close();
    }


}

Answer 1

没有。 Uri.getPath() 不会为您提供文件路径。

你有一个很好的 uri，这个 uri 可以让你访问文件。

Uri.toString() 显示内容方案。

只需为获取的uri打开一个InputStream即可

其余与 FileInputStream 相同

InputStream is = getContentResolver().openInputStream(uri);