无法使用正则表达式提取器在 jmeter 中提取编码的 PDF 数据？

Question

我有一个 web 服务，它返回编码的 pdf，但是当我尝试使用正则表达式提取器 (JMeter) 提取其中的数据时，它不会提取。我检查变量的值，它显示空值。我用谷歌搜索了各种网站，但没有成功。提取数据后，我会将其保存到一个文件中。

我用谷歌搜索并参考了各种网站，但没有成功。下面是一些参考资料： https://dzone.com/articles/how-to-read-a-pdf-file-in-apache-jmeter https://www.blazemeter.com/blog/what-every-performance-tester-should-know-about-extracting-data-files-jmeter/

当我在调试采样器中看到时，我的变量中没有任何内容。

Answer 1

如果您想将 PDF 文件中的文本提取到 JMeter Variable 中，唯一的方法是使用 JSR223 PostProcessor 和 PDFBox

1. 下载tika-app.jar并放到JMeter Classpath
2. 重新启动 JMeter 以拾取 .jar
3. 将 JSR223 PostProcessor 添加为返回 PDF 的请求的子项

4. 将以下代码放入“脚本”区域：

   def handler = new org.apache.tika.sax.BodyContentHandler();
   def metadata = new org.apache.tika.metadata.Metadata();
   def inputstream = new ByteArrayInputStream(prev.getResponseData());
   def context = new org.apache.tika.parser.ParseContext();
   def pdfparser = new org.apache.tika.parser.pdf.PDFParser();
   pdfparser.parse(inputstream, handler, metadata, context);
   vars.put('pdfText', handler.toString())
   

5. 就是这样，您应该将 PDF 文件中的文本设为 ${pdfText}JMeter 变量

更多信息：

• PDFBox Examples
• Apache Groovy - Why and How You Should Use It