在 Java 中將 PDF 轉換為 TXT

PDF 檔案是網路上廣泛使用的資料和資訊共享格式之一。但是，有時他們會使用自訂字體來處理內容，生成的檔案的大小可能會增加。此外，我們可能需要提取文字內容進行進一步處理，因此在這種情況下，將 PDF 轉換為文字是可行的解決方案之一。在本文中，我們將討論如何將 PDF 轉換為 TXT 格式的細節。

PDF 到文字轉換 API
使用 Java 將 PDF 轉換為 TXT
使用 cURL 指令將 PDF 轉換為 TXT

PDF 到文字轉換 API

Aspose.Words Cloud SDK for Java 是領先的 Word 文件處理解決方案。這是一個令人驚嘆的解決方案，能夠創建、編輯和轉換各種文件為 DOC、HTML、JPEG 和其他各種支援的格式。除了 Word 文件之外，它還提供載入 PDF 文件並將輸出保存為 TXT、HTML、XPS、TIFF 等的支援。

<repositories>
    <repository>
        <id>AsposeJavaAPI</id>
        <name>Aspose Java API</name>
        <url>https://repository.aspose.cloud/repo/</url>
    </repository>
</repositories>

<dependencies>
    <dependency>
		<groupId>com.aspose</groupId>
		<artifactId>aspose-words-cloud</artifactId>
		<version>22.5.0</version>
	</dependency>
</dependencies>

現在我們需要透過存取Aspose.Cloud 儀表板來建立一個免費帳戶。只需使用您現有的 GitHub 或 Google 帳戶註冊，或按一下建立新帳戶按鈕。

使用 Java 將 PDF 轉換為 TXT

請按照以下說明使用 Java 程式碼片段來滿足您的要求。

首先，使用客戶端 ID 和客戶端金鑰作為參數建立 WordsApi 對象
其次，使用 File 物件從本機磁碟機讀取 PDF 檔案內容
第三，使用 UploadFileRequest 實例讀取 PDF 檔案的內容
下一步是呼叫 uploadFile(…) 方法將 PDF 上傳到雲端存儲
現在，建立一個 GetDocumentWithFormatRequest(…) 對象，我們將輸出格式指定為 TXT 格式
最後，呼叫方法 getDocumentWithFormat(…) 將 PDF 轉換為文字並將輸出保存在雲端儲存中。

// 有關更多範例，請造訪 https://github.com/aspose-words-cloud/aspose-words-cloud-java

try
    {
    // 從 https://dashboard.aspose.cloud/ 取得 ClientID 和 ClientSecret
    String clientId = "bbf94a2c-6d7e-4020-b4d2-b9809741374e";
    String clientSecret = "1c9379bb7d701c26cc87e741a29987bb";
  
    // 建立 WordsApi 對象
    // 如果 baseUrl 為空，WordsApi 將使用預設的 https://api.aspose.cloud
    WordsApi wordsApi = new WordsApi(clientId, clientSecret, null);

    // 從本機磁碟機讀取 PDF 的內容
    File file = new File("c://input.pdf");
    
    // 建立文件上傳請求
    UploadFileRequest uploadRequest = new UploadFileRequest(Files.readAllBytes(file.toPath()), "input.pdf", null);
    
    // 將文件上傳至雲端存儲
    wordsApi.uploadFile(uploadRequest);
        
    // 建立文檔轉換請求對象
    GetDocumentWithFormatRequest request = new GetDocumentWithFormatRequest("input.pdf", "PDF", "", "Internal","", "", "", "extracted.txt","");
        
    // 呼叫API在線將PDF轉換為文本
    wordsApi.getDocumentWithFormat(request);
    
    System.out.println("PDF to TXT Conversion sucessfull !");
    }catch(Exception ex)
    {
        System.out.println(ex);
    }

請使用以下程式碼片段從本機磁碟機載入 PDF 並儲存為 TXT 格式。轉換後，產生的文件將保存在雲端儲存中。

首先，使用客戶端 ID 和客戶端金鑰作為參數建立 WordsApi 對象
其次，使用 File 物件從本機磁碟機讀取 PDF 檔案內容
第三，建立一個 ConvertDocumentRequest(…) 對象，其中我們提供 File 物件、TXT 作為結果格式以及結果 TXT 檔案的輸出路徑的參數
最後，呼叫方法 convertDocument(…) 將 PDF 轉換為文本，並將輸出保存在雲端儲存中

// 有關更多範例，請造訪 https://github.com/aspose-words-cloud/aspose-words-cloud-java

try
    {
    // 從 https://dashboard.aspose.cloud/ 取得 ClientID 和 ClientSecret
    String clientId = "bbf94a2c-6d7e-4020-b4d2-b9809741374e";
    String clientSecret = "1c9379bb7d701c26cc87e741a29987bb";
  
    // 建立 WordsApi 對象
    // 如果 baseUrl 為空，WordsApi 將使用預設的 https://api.aspose.cloud
    WordsApi wordsApi = new WordsApi(clientId, clientSecret, null);

    // 從本機磁碟機讀取 PDF 的內容
    File file = new File("c://input.pdf");
           
    // 建立文檔轉換請求對象
    ConvertDocumentRequest request = new ConvertDocumentRequest(Files.readAllBytes(file.toPath()), "TXT", "Extracted.txt", null, null, null);
        
    // 呼叫API將PDF轉換為文字格式
    wordsApi.convertDocument(request);
    
    System.out.println("PDF to TXT Conversion sucessfull !");
    }catch(Exception ex)
    {
        System.out.println(ex);
    }

使用 cURL 指令將 PDF 轉換為 TXT

在本節中，我們將使用 cURL 指令執行 PDF 到文字的轉換。現在作為先決條件，我們需要使用以下命令根據客戶端憑證產生 JWT 存取權杖。

curl -v "https://api.aspose.cloud/connect/token" \
-X POST \
-d "grant_type=client_credentials&client_id=bbf94a2c-6d7e-4020-b4d2-b9809741374e&client_secret=1c9379bb7d701c26cc87e741a29987bb" \
-H "Content-Type: application/x-www-form-urlencoded" \
-H "Accept: application/json"

現在請執行以下命令將PDF檔案上傳到雲端儲存。

curl -v -X PUT "https://api.aspose.cloud/v4.0/words/storage/file/input.pdf" \
-H  "accept: application/json" \
-H  "Authorization: Bearer <JWT Token>" \
-H  "Content-Type: multipart/form-data" \
-d {"fileContent":{}}

最後，執行以下命令將PDF轉換為文字格式。

curl -v -X GET "https://api.aspose.cloud/v4.0/words/Quick%20Start%20Guide-%20Inventory%20Software%20Suite.pdf?format=TXT&outPath=extracted.txt" \
-H  "accept: application/octet-stream" \
-H  "Authorization: Bearer <JWT Token>"

結論

本文介紹了使用 Java 程式碼片段將 PDF 轉換為文字的細節。同樣，我們也學習了使用 cURL 指令將 PDF 轉換為 TXT 的步驟。為了更好地學習，您可以在 Web 瀏覽器中使用 Swagger UI 探索 API。

如果您有任何相關疑問或遇到任何問題，請隨時透過免費的技術支援論壇與我們聯絡。

我們強烈建議您閱讀以下文章以了解更多資訊：

PDF 到文字轉換 API#

使用 Java 將 PDF 轉換為 TXT#

使用 cURL 指令將 PDF 轉換為 TXT#

結論#

相關文章#

PDF 到文字轉換 API

使用 Java 將 PDF 轉換為 TXT

使用 cURL 指令將 PDF 轉換為 TXT

結論

相關文章