PDF в байтовый массив и наоборот

Ответ 1

В основном вам нужен вспомогательный метод для чтения потока в память. Это работает очень хорошо:

public static byte[] readFully(InputStream stream) throws IOException
{
    byte[] buffer = new byte[8192];
    ByteArrayOutputStream baos = new ByteArrayOutputStream();

    int bytesRead;
    while ((bytesRead = stream.read(buffer)) != -1)
    {
        baos.write(buffer, 0, bytesRead);
    }
    return baos.toByteArray();
}

Затем вы назовете его:

public static byte[] loadFile(String sourcePath) throws IOException
{
    InputStream inputStream = null;
    try 
    {
        inputStream = new FileInputStream(sourcePath);
        return readFully(inputStream);
    } 
    finally
    {
        if (inputStream != null)
        {
            inputStream.close();
        }
    }
}

Не смешивайте текстовые и двоичные данные - это только приводит к слезам.

Ответ 2

В Java 7 представлен Files.readAllBytes(), который может читать PDF в byte[] так:

import java.nio.file.Path;
import java.nio.file.Paths;
import java.nio.file.Files;

Path pdfPath = Paths.get("/path/to/file.pdf");
byte[] pdf = Files.readAllBytes(pdfPath);

EDIT:

Спасибо Farooque за указание: это будет работать для чтения любого файла, а не только PDF файлов. Все файлы в конечном счете представляют собой просто пучок байтов и, как таковой, можно читать в byte[].

Ответ 3

Проблема заключается в том, что вы вызываете toString() в самом объекте InputStream. Это вернет представление String объекта InputStream не фактический документ PDF.

Вы хотите читать PDF только как байты, так как PDF - это двоичный формат. Затем вы сможете записать тот же массив byte, и он будет действительным PDF, так как он не был изменен.

например. для чтения файла в виде байтов

File file = new File(sourcePath);
InputStream inputStream = new FileInputStream(file); 
byte[] bytes = new byte[file.length()];
inputStream.read(bytes);

Ответ 4

Вы можете сделать это, используя Apache Commons IO, не беспокоясь о внутренних деталях.

Используйте org.apache.commons.io.FileUtils.readFileToByteArray(File file), которые возвращают данные типа byte[].

Нажмите здесь для Javadoc

Ответ 5

Вызов toString() на InputStream не делает то, что вы думаете. Даже если это так, PDF содержит двоичные данные, поэтому вы не захотите сначала преобразовать его в строку.

Что вам нужно сделать, это прочитать из потока, записать результаты в ByteArrayOutputStream, а затем преобразовать ByteArrayOutputStream в фактический массив byte, вызвав toByteArray():

InputStream inputStream = new FileInputStream(sourcePath);
ByteArrayOutputStream outputStream = new ByteArrayOutputStream();

int data;
while( (data = inputStream.read()) >= 0 ) {
    outputStream.write(data);
}

inputStream.close();
return outputStream.toByteArray();

Ответ 6

Не создаете ли вы файл pdf, но на самом деле не записываете массив байтов? Поэтому вы не можете открыть PDF файл.

out = new FileOutputStream("D:/ABC_XYZ/1.pdf");
out.Write(b, 0, b.Length);
out.Position = 0;
out.Close();

Это дополнение к правильному чтению в массиве PDF в байтах.

Ответ 7

public static void main(String[] args) throws FileNotFoundException, IOException {
        File file = new File("java.pdf");

        FileInputStream fis = new FileInputStream(file);
        //System.out.println(file.exists() + "!!");
        //InputStream in = resource.openStream();
        ByteArrayOutputStream bos = new ByteArrayOutputStream();
        byte[] buf = new byte[1024];
        try {
            for (int readNum; (readNum = fis.read(buf)) != -1;) {
                bos.write(buf, 0, readNum); //no doubt here is 0
                //Writes len bytes from the specified byte array starting at offset off to this byte array output stream.
                System.out.println("read " + readNum + " bytes,");
            }
        } catch (IOException ex) {
            Logger.getLogger(genJpeg.class.getName()).log(Level.SEVERE, null, ex);
        }
        byte[] bytes = bos.toByteArray();

        //below is the different part
        File someFile = new File("java2.pdf");
        FileOutputStream fos = new FileOutputStream(someFile);
        fos.write(bytes);
        fos.flush();
        fos.close();
    }

Ответ 8

Это работает для меня:

try(InputStream pdfin = new FileInputStream("input.pdf");OutputStream pdfout = new FileOutputStream("output.pdf")){
    byte[] buffer = new byte[1024];
    int bytesRead;
    while((bytesRead = pdfin.read(buffer))!=-1){
        pdfout.write(buffer,0,bytesRead);
    }
}

Но ответ Джона не работает для меня, если используется следующим образом:

try(InputStream pdfin = new FileInputStream("input.pdf");OutputStream pdfout = new FileOutputStream("output.pdf")){

    int k = readFully(pdfin).length;
    System.out.println(k);
}

Выводит ноль как длину. Почему это?

Ответ 9

Ни один из них не сработал для нас, возможно, потому что наш inputstream был byte от вызова для отдыха, а не из локально размещенного pdf файла. Что работало с использованием RestAssured, чтобы прочитать PDF в качестве входного потока, а затем с помощью Tika pdf reader для его анализа, а затем вызвать метод toString().

import com.jayway.restassured.RestAssured;
import com.jayway.restassured.response.Response;
import com.jayway.restassured.response.ResponseBody;

import org.apache.tika.exception.TikaException;
import org.apache.tika.metadata.Metadata;
import org.apache.tika.parser.AutoDetectParser;
import org.apache.tika.parser.ParseContext;
import org.apache.tika.sax.BodyContentHandler;
import org.apache.tika.parser.Parser;
import org.xml.sax.ContentHandler;
import org.xml.sax.SAXException;

            InputStream stream = response.asInputStream();
            Parser parser = new AutoDetectParser(); // Should auto-detect!
            ContentHandler handler = new BodyContentHandler();
            Metadata metadata = new Metadata();
            ParseContext context = new ParseContext();

            try {
                parser.parse(stream, handler, metadata, context);
            } finally {
                stream.close();
            }
            for (int i = 0; i < metadata.names().length; i++) {
                String item = metadata.names()[i];
                System.out.println(item + " -- " + metadata.get(item));
            }

            System.out.println("!!Printing pdf content: \n" +handler.toString());
            System.out.println("content type: " + metadata.get(Metadata.CONTENT_TYPE));

Ответ 10

Чтобы преобразовать PDF в byteArray :

public byte[] pdfToByte(String filePath)throws JRException {

         File file = new File(<filePath>);
         FileInputStream fileInputStream;
         byte[] data = null;
         byte[] finalData = null;
         ByteArrayOutputStream byteArrayOutputStream = null;

         try {
            fileInputStream = new FileInputStream(file);
            data = new byte[(int)file.length()];
            finalData = new byte[(int)file.length()];
            byteArrayOutputStream = new ByteArrayOutputStream();

            fileInputStream.read(data);
            byteArrayOutputStream.write(data);
            finalData = byteArrayOutputStream.toByteArray();

            fileInputStream.close(); 

        } catch (FileNotFoundException e) {
            LOGGER.info("File not found" + e);
        } catch (IOException e) {
            LOGGER.info("IO exception" + e);
        }

        return finalData;

    }

Ответ 11

PDF файлы могут содержать двоичные данные и, скорее всего, они становятся искалеченными, когда вы делаете ToString. Мне кажется, что вы этого хотите:

        FileInputStream inputStream = new FileInputStream(sourcePath);

        int numberBytes = inputStream .available();
        byte bytearray[] = new byte[numberBytes];

        inputStream .read(bytearray);