Exécution d'une commande JavaScript de MATLAB pour récupérer un fichier PDF

Question

Je suis en train d'écrire du code MATLAB pour interagir avec la base de données de rapports internes de mon entreprise. Jusqu'à présent, je peux accéder à la page du résumé HTML en utilisant le code qui ressemble à ceci:

import com.mathworks.mde.desk.*; 
wb=com.mathworks.mde.webbrowser.WebBrowser.createBrowser; 
wb.setCurrentLocation(ReportURL(8:end)); 
pause(1); 

s={}; 
while isempty(s) 
    s=char(wb.getHtmlText); 
    pause(.1); 
end 
desk=MLDesktop.getInstance; 
desk.removeClient(wb); 

Je peux en extraire différents bits d'information du texte HTML qui se termine dans la s variable mais le PDF du rapport est accédé via ce que je crois est une commande JavaScript (onClick = "gotoFulltext ('', '[Numéro de rapport]')").

Des idées sur la façon dont j'exécute cette commande JavaScript et obtenir le contenu du fichier PDF dans une variable MATLAB?

(Matlab se trouve au sommet de Java, donc je crois qu'une solution Java fonctionnerait ...)

Answer 1

Je pense que vous devriez jeter un oeil à la JavaScript qui est appelé et voir ce que la demande finale au webserver ressemble à

Vous pouvez le faire assez facilement dans Firefox en utilisant le plugin FireBug.

https://addons.mozilla.org/en-US/firefox/addon/1843

Une fois que vous avez trouvé la demande réelle de serveur, vous pouvez simplement demander cette URL ou la poste à cette URL au lieu d'essayer d'exécuter le JavaScript.

Answer 2

Une fois que vous avez obtenu l'URL correcte (un la the answer from pjp), votre prochain problème est de "obtenir le contenu du fichier PDF dans une variable MATLAB". Si oui ou non cela est possible peut dépendre de ce que vous entendez par « contenu » ...

---

Si vous souhaitez obtenir les données brutes dans le fichier PDF, je ne pense pas qu'il y ait un moyen actuellement pour le faire dans MATLAB. La fonction URLREAD était la première chose que je pensais à lire le contenu d'une URL dans une chaîne, mais il a cette note dans la documentation:

s = urlread('url') lit le contenu à une URL dans la chaîne s. Si le serveur renvoie des données binaires, s sera illisible.

En effet, si vous essayez de lire un fichier PDF comme dans l'exemple suivant, s contient un texte entremêlés avec la plupart des déchets:

s = urlread('http://samplepdf.com/sample.pdf'); 

---

Si vous souhaitez obtenir le texte de la Fichier PDF, vous avez quelques options.Tout d'abord, vous pouvez utiliser URLWRITE pour enregistrer le contenu de l'URL d'un fichier:

urlwrite('http://samplepdf.com/sample.pdf','temp.pdf'); 

alors vous devriez être en mesure d'utiliser l'une des deux observations sur The MathWorks File Exchange pour extraire le texte du PDF:

• Extract text from a PDF document par Dimitri Shvorob
• PDF Reader par Tom Gaudette

Si vous simplement veulent vue le PDF, il vous suffit de l'ouvrir dans Adobe Acrobat avec la fonction OPEN:

open('temp.pdf'); 

Answer 3

wb=com.mathworks.mde.webbrowser.WebBrowser.createBrowser; 
wb.executeScript('javascript:alert(''Some code from a link'')'); 
desk=com.mathworks.mde.desk.MLDesktop.getInstance; 
desk.removeClient(wb);