如何使用 selenium 读取 pdf 文件答案

【问题标题】：How to read the pdf file using selenium如何使用 selenium 读取 pdf 文件
【发布时间】：2017-04-05 22:08:30
【问题描述】：

我正在处理有链接的网页，点击它会在新窗口中打开一个 pdf 文件。我必须阅读该 pdf 文件以根据已完成的交易验证一些数据。一种方法是下载该文件然后使用它。任何人都可以帮助我解决这个问题。我必须在 IE 11 上工作

提前致谢。

【问题讨论】：

使用 selenium 从 pdf 读取内容将不起作用。下载 pdf 文件，然后使用 PDFbox 或任何其他库读取文件。

标签： java pdf selenium-webdriver download pdf-reader

【解决方案1】：

使用 PDFBox 和 FontBox。

    public String readPDFInURL() throws EmptyFileException, IOException {
        WebDriver driver = new FirefoxDriver();
        // page with example pdf document
        driver.get("file:///C:/Users/admin/Downloads/dotnet_TheRaceforEmpires.pdf");
        URL url = new URL(driver.getCurrentUrl());
        InputStream is = url.openStream();
        BufferedInputStream fileToParse = new BufferedInputStream(is);
        PDDocument document = null;
        try {
            document = PDDocument.load(fileToParse);
            String output = new PDFTextStripper().getText(document);
        } finally {
            if (document != null) {
                document.close();
            }
            fileToParse.close();
            is.close();
        }
        return output;
    }

由于旧版本 PDFBox 中的一些功能已被弃用，我们需要使用另一个 FontBox 和 PDFBox。我用过PDFBox (2.0.3) 和FontBox (2.0.3)，它工作正常。但它不会读取图像。

【讨论】：

不确定这是否适用于当前版本；最好做PDDocument doc = PDDocument.load(url.openStream()); 然后删除所有不需要的代码（COSDocument、PDFParser）
试试下面的功能：

【解决方案2】：

首先下载pdfbox jar。

strURL 是一个包含 .pdf 文件的网络 URL：喜欢(https://example.com/downloads/presence/Online-Presence-CA-05-02-2017-04-13.pdf)

public boolean verifyPDFContent(String strURL, String text) {

        String output ="";
        boolean flag = false;
        try{
            URL url = new URL(strURL);
            BufferedInputStream file = new BufferedInputStream(url.openStream());
            PDDocument document = null;
            try {
                document = PDDocument.load(file);
                output = new PDFTextStripper().getText(document);
                System.out.println(output);
            } finally {
                if (document != null) {
                    document.close();
                }
            }
        }catch(Exception e){
            e.printStackTrace();
        }
        if(output.contains(text)){
            flag =  true;
        }
        return flag;
    }

【讨论】：

在我的情况下，URL 不以 .pdf 结尾，我该如何继续
请分享你的pdf文件