Metadane w plikach PDF obejmują najważniejsze szczegóły dokumentu, w tym tytuł, autora, daty utworzenia i modyfikacji, słowa kluczowe i inne istotne dane. Wyodrębnianie tych metadanych może zapewnić znaczne korzyści w szeregu zastosowań, od systemów zarządzania dokumentami po analizę danych i zadania automatyzacji. W tym artykule omówimy proces odczytywania metadanych z pliku PDF przy użyciu języka Java. Oto szczegółowy opis procedury wraz z przykładowym kodem ilustrującym, jak odczytywać metadane pliku PDF przy użyciu języka Java.
Kroki, aby odczytać metadane z pliku PDF przy użyciu języka Java
- Skonfiguruj swoje IDE, aby używać GroupDocs.Metadata for Java do wyodrębniania metadanych z plików PDF
- Utwórz instancję obiektu Metadata, używając ścieżki pliku PDF jako argumentu jego konstruktora
- Ustaw reguły sprawdzające zebrane informacje o metadanych
- Podaj warunek zastosowania metody Metadata.findProperties
- Iteruj po każdej właściwości indywidualnie
Wyodrębnianie metadanych z plików PDF przy użyciu języka Java zapewnia programistom cenne informacje dotyczące właściwości dokumentu, takich jak tytuł, autorstwo, daty utworzenia i modyfikacji oraz słowa kluczowe. Dane te odgrywają kluczową rolę w systemach zarządzania dokumentami, analizie danych i zautomatyzowanych przepływach pracy. Możesz postępować zgodnie z dostarczonymi instrukcjami w systemie Windows, macOS lub Linux, o ile zainstalowana jest Java. Do wyodrębnienia metadanych z pliku PDF w języku Java nie jest wymagana żadna dodatkowa instalacja oprogramowania. Po skonfigurowaniu zalecanej biblioteki i dostosowaniu ścieżek plików zgodnie z potrzebami, integracja poniższego kodu z projektami powinna być prosta, bez żadnych komplikacji i trudności.
Kod do odczytu metadanych z pliku PDF przy użyciu języka Java
| import com.groupdocs.metadata.Metadata; | |
| import com.groupdocs.metadata.core.FileFormat; | |
| import com.groupdocs.metadata.core.IReadOnlyList; | |
| import com.groupdocs.metadata.core.MetadataProperty; | |
| import com.groupdocs.metadata.core.MetadataPropertyType; | |
| import com.groupdocs.metadata.licensing.License; | |
| import com.groupdocs.metadata.search.FallsIntoCategorySpecification; | |
| import com.groupdocs.metadata.search.OfTypeSpecification; | |
| import com.groupdocs.metadata.search.Specification; | |
| import com.groupdocs.metadata.tagging.Tags; | |
| import java.util.Calendar; | |
| import java.util.Date; | |
| import java.util.regex.Matcher; | |
| import java.util.regex.Pattern; | |
| public class ReadMetadataFromPDFUsingJava { | |
| public static void main(String[] args) { | |
| // Set License to avoid the limitations of Metadata library | |
| License license = new License(); | |
| license.setLicense("GroupDocs.Metadata.lic"); | |
| Metadata metadata = new Metadata("input.pdf"); | |
| if (metadata.getFileFormat() != FileFormat.Unknown && !metadata.getDocumentInfo().isEncrypted()) { | |
| System.out.println(); | |
| // Fetch all metadata properties that fall into a particular category | |
| IReadOnlyList<MetadataProperty> properties = metadata.findProperties(new FallsIntoCategorySpecification(Tags.getContent())); | |
| System.out.println("The metadata properties describing some characteristics of the file content: title, keywords, language, etc."); | |
| for (MetadataProperty property : properties) { | |
| System.out.println(String.format("Property name: %s, Property value: %s", property.getName(), property.getValue())); | |
| } | |
| // Fetch all properties having a specific type and value | |
| int year = Calendar.getInstance().get(Calendar.YEAR); | |
| properties = metadata.findProperties(new OfTypeSpecification(MetadataPropertyType.DateTime).and(new ReadMetadataFromPDFUsingJava().new YearMatchSpecification(year))); | |
| System.out.println("All datetime properties with the year value equal to the current year"); | |
| for (MetadataProperty property : properties) { | |
| System.out.println(String.format("Property name: %s, Property value: %s", property.getName(), property.getValue())); | |
| } | |
| // Fetch all properties whose names match the specified regex | |
| Pattern pattern = Pattern.compile("^author|company|(.+date.*)$", Pattern.CASE_INSENSITIVE); | |
| properties = metadata.findProperties(new ReadMetadataFromPDFUsingJava().new RegexSpecification(pattern)); | |
| System.out.println(String.format("All properties whose names match the following regex: %s", pattern.pattern())); | |
| for (MetadataProperty property : properties) { | |
| System.out.println(String.format("Property name: %s, Property value: %s", property.getName(), property.getValue())); | |
| } | |
| } | |
| } | |
| // Define your own specifications to filter metadata properties | |
| public class YearMatchSpecification extends Specification { | |
| public YearMatchSpecification(int year) { | |
| setValue(year); | |
| } | |
| public final int getValue() { | |
| return auto_Value; | |
| } | |
| private void setValue(int value) { | |
| auto_Value = value; | |
| } | |
| private int auto_Value; | |
| public boolean isSatisfiedBy(MetadataProperty candidate) { | |
| Date date = candidate.getValue().toClass(Date.class); | |
| if (date != null) { | |
| Calendar calendar = Calendar.getInstance(); | |
| calendar.setTime(date); | |
| return getValue() == calendar.get(Calendar.YEAR); | |
| } | |
| return false; | |
| } | |
| } | |
| public class RegexSpecification extends Specification { | |
| private Pattern pattern; | |
| public RegexSpecification(Pattern pattern) { | |
| this.pattern = pattern; | |
| } | |
| @Override | |
| public boolean isSatisfiedBy(MetadataProperty metadataProperty) { | |
| Matcher matcher = pattern.matcher(metadataProperty.getName()); | |
| return matcher.find(); | |
| } | |
| } | |
| } |
Podsumowując, ten artykuł zawiera szczegółowy przewodnik na temat uzyskania metadanych plików PDF w Javie. Dzięki bibliotece metadanych programiści mogą skutecznie pobierać z dokumentów PDF najważniejsze informacje, takie jak tytuły dokumentów, dane autora, daty utworzenia i modyfikacji oraz słowa kluczowe. Opanowanie technik ekstrakcji metadanych w języku Java umożliwia programistom tworzenie solidnych aplikacji do zarządzania dokumentami, analizy danych i automatyzacji. Zachęcamy do eksperymentowania z różnymi plikami PDF i odkrywania dodatkowych właściwości metadanych, aby jeszcze bardziej zwiększyć możliwości ekstrakcji metadanych w aplikacjach Java.
We wcześniejszej rozmowie zaprezentowaliśmy szczegółowy tutorial dotyczący wydobywania metadanych z plików PPTX przy użyciu języka Java. Aby lepiej zrozumieć ten temat, sugerujemy zapoznanie się z naszym obszernym przewodnikiem dotyczącym odczytaj metadane z PPTX przy użyciu Java.
