java - 在 java 上从 url 解析 pdf。我可以使用 jsoup 吗？

Question

我有网址:http://pasca.undiksha.ac.id/e-journal/index.php/jurnal_bahasa/article/view/500 (它不是直接访问 pdf，而是指向 pdf 文件。我想解析这个 pdf 文件并获取 pdf 文本。我尝试使用 jsoup:`

String url = "http://pasca.undiksha.ac.id/e-journal/index.php/jurnal_ep/article/download/380/172";
File in = new File(url);
Document doc = Jsoup.parse(in, "UTF-8");
System.out.println(doc.toString());`

输出是:

java.io.FileNotFoundException: http:\pasca.undiksha.ac.id\e-journal\index.php\jurnal_ep\article\download\380\172 (The filename, directory name, or volume label syntax is incorrect)
        at java.io.FileInputStream.open(Native Method)
        at java.io.FileInputStream.<init>(FileInputStream.java:138)
        at org.jsoup.helper.DataUtil.load(DataUtil.java:36)
        at org.jsoup.Jsoup.parse(Jsoup.java:103)

有人知道吗？谢谢

Answer 1

使用 URLConnection 连接 pdf使用 :

阅读内容

URL url = 
new URL( "http://pasca.undiksha.ac.id/e-journal/index.php/jurnal_bahasa/article/view/500" );

URLConnection connection = url.openConnection();

input = connection.getInputStream();

Document doc = Jsoup.parse(in, "UTF-8");
System.out.println(doc.toString());