이번 포스트에서는 Java Apache PDFBox 라이브러리를 사용하여 PDF 파일에서 특정 키워드를 검색하는 방법에 대해 알아보겠습니다.
Apache PDFBox 소개
Apache PDFBox는 Java로 개발된 오픈 소스 라이브러리로, PDF 파일을 조작하고 생성하는 데 사용할 수 있습니다. PDF 문서를 읽고 쓰는 기능을 제공하여 효율적으로 PDF 파일을 다룰 수 있습니다.
PDF 파일에서 키워드 검색하기
PDF 파일에서 특정 키워드를 검색하려면 먼저 Apache PDFBox 라이브러리를 프로젝트에 추가해야 합니다. 아래는 Maven을 사용하는 경우의 의존성 설정입니다.
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>pdfbox</artifactId>
<version>2.0.25</version>
</dependency>
검색할 키워드와 PDF 파일의 경로를 입력받는 메서드를 구현해 보겠습니다.
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;
import java.io.File;
import java.io.IOException;
public class PdfKeywordSearch {
public static void main(String[] args) {
String keyword = "Java"; // 검색할 키워드
String pdfFilePath = "path/to/pdf/file.pdf"; // PDF 파일 경로
try {
PDDocument document = PDDocument.load(new File(pdfFilePath));
PDFTextStripper textStripper = new PDFTextStripper();
String pdfContent = textStripper.getText(document);
if (pdfContent.contains(keyword)) {
System.out.println("키워드 '" + keyword + "'를 찾았습니다!");
} else {
System.out.println("키워드 '" + keyword + "'를 찾을 수 없습니다.");
}
document.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
위 코드에서는 PDDocument.load() 메서드를 사용하여 PDF 파일을 로드하고, PDFTextStripper.getText() 메서드를 사용하여 PDF 파일의 텍스트 내용을 추출합니다. 추출된 텍스트 내용에 키워드가 포함되어 있는지 확인하여 결과를 출력합니다.
실행 결과 예시입니다.
키워드 'Java'를 찾았습니다!
위 예제에서는 키워드가 단순히 포함되어 있는지만 확인하였지만, 필요에 따라 정규식을 사용하여 더 복잡한 검색도 수행할 수 있습니다.
결론
이번 포스트에서는 Apache PDFBox 라이브러리를 사용하여 Java에서 PDF 파일에서 특정 키워드를 검색하는 방법에 대해 알아보았습니다. PDF 파일을 조작하는 다양한 기능을 제공하는 Apache PDFBox는 PDF 처리에 유용한 도구입니다. PDF 파일을 다루는 작업을 할 때는 Apache PDFBox를 활용해 보시기 바랍니다.
참고 자료: