I den här korta instruktionsartikeln kommer du att lära dig hur du extraherar länkar från PDF i Java. Den innehåller IDE-inställningarna, en lista med steg och en exempelkod för att extrahera hyperlänkar från PDF i Java. Du kommer att lära dig att hämta länktypskommentarer och omvandla dem till URIaction för att hämta URI:n.
Steg för att extrahera URL från PDF i Java
- Ställ in IDE att använda Aspose.PDF for Java för att extrahera länkar
- Ladda käll-PDF-filen file, iterera genom alla sidor och skapa en anteckningsväljare för sidan
- Extrahera alla kommentarer från sidan och spara dem i den valda samlingen
- Iterera igenom alla kommentarer och typcast varje anteckning till GoToURIAction
- Anropa metoden getURI() för att komma åt länken och visa den på konsolen
Den här guiden har visat hur man extraherar alla länkar från PDF i Java. Ladda käll-PDF-filen, gå till målsidorna och skapa en anteckningsväljare för varje sida. Anropa accept()-metoden med den definierade väljaren, hämta listan med länkkommentarer och hämta URI:n genom att typcasta den till klassen GoToURIAction.
Kod för att extrahera hyperlänk från PDF i Java
| import com.aspose.pdf.*; | |
| import java.util.List; | |
| public class Main { | |
| public static void main(String[] args) throws Exception {//main() method for fetching URI | |
| License license = new License();//Initialize the PDF license | |
| license.setLicense("license.lic");//Apply the license | |
| Document pdfDocument = new Document("PdfWithLinks.pdf");// Load hyperlinks PDF | |
| // Iterate all the pages | |
| for (int pageNumber = 1; pageNumber <= pdfDocument.getPages().size(); pageNumber++) { | |
| System.out.println("Processing Page " + pageNumber);// Display the current page number | |
| Page pdfPage = pdfDocument.getPages().get_Item(pageNumber);// Get the current page | |
| // Create an annotation selector to find link annotations on the page | |
| AnnotationSelector linkSelector = new AnnotationSelector(new LinkAnnotation(pdfPage, Rectangle.getTrivial())); | |
| // Extract all annotations from the current page | |
| pdfPage.accept(linkSelector); | |
| // Retrieve the list of selected link annotations | |
| List<Annotation> linkAnnotations = linkSelector.getSelected(); | |
| // Iterate through each link annotation | |
| for (Annotation annotation : linkAnnotations) { | |
| // Check if the annotation is a LinkAnnotation and has actions | |
| if (annotation instanceof LinkAnnotation) { | |
| LinkAnnotation linkAnnotation = (LinkAnnotation) annotation; | |
| // Check if the LinkAnnotation has any associated actions | |
| if (linkAnnotation.getAction() instanceof GoToURIAction) { | |
| // Cast the action to a GoToURIAction to access the URI | |
| GoToURIAction uriAction = (GoToURIAction) linkAnnotation.getAction(); | |
| // Display the extracted URI | |
| System.out.println("Found URI: " + uriAction.getURI()); | |
| } | |
| } | |
| } | |
| } | |
| // Indicate that the process is complete | |
| System.out.println("URI extraction completed."); | |
| } | |
| } |
Ovanstående kod har demonstrerat en PDF-länkextraktor i Java. Du kan hoppa över eller välja en sida genom att analysera dess innehåll med hjälp av klassobjektet Sida medan du itererar genom sidorna i PDF-filen. Metoden getAction() används för att hämta URIaction som innehåller länkens URI.
I den här artikeln har vi lärt oss processen att hämta hyperlänkar från en PDF. För att skapa hyperlänkar i en PDF, se artikeln om hur man skapar hyperlänkar i PDF med Java.
