17

我的 Web 应用程序在浏览器中加载了一个 pdf。我已经弄清楚如何使用以下方法检查 pdf 是否已正确加载：

verifyAttribute xpath=//embed/@src {PDF 的 URL 在这里}

能够使用 Selenium 检查 pdf 的内容真是太好了 - 例如验证是否存在某些文本。有没有办法做到这一点？

4

5 回答 5

21

虽然本机不支持，但我发现了几种使用 java 驱动程序的方法。一种方法是在浏览器中打开pdf（安装了adobe acrobat），然后使用键盘快捷键选择所有文本（CTRL+A），然后将其复制到剪贴板（CTRL+C），然后您可以验证剪贴板中的文本。例如：

protected String getLastWindow() {
    return session().getEval("var windowId; for(var x in selenium.browserbot.openedWindows ){windowId=x;} ");
}

@Test
public void testTextInPDF() {
    session().click("link=View PDF");
    String popupName = getLastWindow();
    session().waitForPopUp(popupName, PAGE_LOAD_TIMEOUT);
    session().selectWindow(popupName);

    session().windowMaximize();
    session().windowFocus();
    Thread.sleep(3000);

    session().keyDownNative("17"); // Stands for CTRL key
    session().keyPressNative("65"); // Stands for A "ascii code for A"
    session().keyUpNative("17"); //Releases CTRL key
    Thread.sleep(1000);

    session().keyDownNative("17"); // Stands for CTRL key
    session().keyPressNative("67"); // Stands for C "ascii code for C"
    session().keyUpNative("17"); //Releases CTRL key

    TextTransfer textTransfer = new TextTransfer();
    assertTrue(textTransfer.getClipboardContents().contains("Some text in my pdf"));
}

仍然在 java 中的另一种方法是下载 pdf，然后使用 PDFBox 将 pdf 转换为文本，请参阅http://www.prasannatech.net/2009/01/convert-pdf-text-parser-java-api-pdfbox .html以获取有关如何执行此操作的示例。

于 2011-11-11T02:08:19.527 回答
1

您不能本机使用 WebDriver 来执行此操作。但是，这里可以使用 PDFBox API 来读取 PDF 文件的内容。您必须首先将焦点转移到打开 PDF 文件的浏览器窗口。然后，您可以解析 PDF 文件的所有内容并搜索所需的文本字符串。

这是使用 PDFBox API 在 PDF 文档中搜索的代码。

于 2015-03-16T11:26:11.290 回答
1 
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.PrintWriter;
import org.pdfbox.cos.COSDocument;
import org.pdfbox.pdfparser.PDFParser;
import org.pdfbox.pdmodel.PDDocument;
import org.pdfbox.util.PDFTextStripper;

public class pdfToTextConverter {

public static void pdfToText(String path_to_PDF_file, String Path_to_output_text_file) throws FileNotFoundException, IOException{
     //Parse text from a PDF into a string variable
     File f = new File("path_to_PDF_file");

     PDFParser parser = new PDFParser(new FileInputStream(f));
     parser.parse();

     COSDocument cosDoc = parser.getDocument();
     PDDocument pdDoc = new PDDocument(cosDoc);

     PDFTextStripper pdfStripper = new PDFTextStripper();
     String parsedText = pdfStripper.getText(pdDoc);

     System.out.println(parsedText);

     //Write parsed text into a file
     PrintWriter pw = new PrintWriter("Path_to_output_text_file");
     pw.print(parsedText);
     pw.close(); 

}

}


JAR Source
http://sourceforge.net/projects/pdfbox/files/latest/download?source=files
于 2015-10-23T20:05:12.977 回答
0

不幸的是，你不能用 Selenium 做到这一点

于 2010-08-25T12:29:17.577 回答
0

有一种方法。

  1. 在单击链接之前，您可以获得 href 值 element.FindElement(By.TagName("href")).Text
  2. 然后在 PDF 加载后，您可以获得 Url driver.GetUrl();
  3. 然后你可以检查url是否包含href。

这不是最好的，但总比没有好。

于 2021-03-26T14:09:43.300 回答