有没有办法从Dropbox文件系统中的pdf中提取文本？

Question

我正在做一个项目，需要遍历文件系统，从pdf中提取文本，然后扫描文本。以前，文件系统是一个N驱动器（充当本地文件系统），因此使用java文件API，我可以访问每个pdf文件。使用此方法，我将提取文本：

public static String returnStringOfPDFiText(File file)
    {
        try {
        PdfReader reader = new PdfReader(file.getPath());
        int n = reader.getNumberOfPages();
        String pdfText = null;
        for(int i = 1; i<=n; i++)
        {
            pdfText += PdfTextExtractor.getTextFromPage(reader, n);
        }
        reader.close();
            System.out.println(pdfText);
            
            
            return pdfText;
        }
        catch(Exception e)
        {
            System.out.print(e);
            return null;
        }
        
    }

从这里，我可以扫描文本。

我现在需要这样做，但使用dropbox文件系统。但是，我只能找到一种方法来获取每个文件的元数据，而不是实际的文件，因此我可以提取文本。

有没有办法获取文件，以便我可以在文件上调用此方法来提取文本，或者直接从Dropbox文件中提取文本？

编辑：我已经在使用DropboxAPI了（虽然我可能缺少一些方法，但我还没有阅读很多留档）。我知道下载方法，但我不想使用它，因为我们将使用大约1 gb的pdf，下载它会非常低效。

Answer 1

Dropbox确实提供了一个API，可以用于列出、上传和下载文件以及其他操作。您可以在此处找到开始使用Dropbox API所需的一切，包括文档、教程和SDK：

https://www.dropbox.com/developers

具体Java，我们建议您使用官方DropboxJavaSDK：

https://github.com/dropbox/dropbox-sdk-java

要使用该方法下载文件内容，可以使用下载方法：

https://dropbox.github.io/dropbox-sdk-java/api-docs/v5.2.0/com/dropbox/core/v2/files/DbxUserFilesRequests.html#download（java.lang.String）

你可以在这里找到一个例子：

https://github.com/dropbox/dropbox-sdk-java/blob/e52fc828c7c753e04c3fa9d47ab6de7e85d000c4/examples/tutorial/src/main/java/com/dropbox/core/examples/tutorial/Main.java#L54