ดึงรูปภาพจากเอกสารและกรองทรัพยากรด้วย GroupDocs.Parser Java

การดึงรูปภาพจากเอกสารเป็นความต้องการทั่วไปเมื่อสร้าง pipeline การประมวลผลเอกสาร ในบทเรียนนี้คุณจะได้ค้นพบ วิธีดึงรูปภาพจากเอกสาร ด้วย GroupDocs.Parser สำหรับ Java และคุณยังจะได้เรียนรู้ วิธีกรองทรัพยากร เพื่อให้โหลดเฉพาะไฟล์ที่คุณต้องการ เราจะอธิบายขั้นตอนการตั้งค่าห้องสมุด การสร้าง ExternalResourceHandler แบบกำหนดเอง และการใช้ตรรกะการกรองเพื่อให้แอปพลิเคชันของคุณทำงานได้เร็วและปลอดภัย

คำตอบสั้น

  • GroupDocs.Parser ทำอะไร? มันทำการแยกรูปแบบเอกสารหลากหลายและให้คุณเข้าถึงข้อความ รูปภาพ และทรัพยากรฝังอื่น ๆ
  • ฉันสามารถข้ามรูปภาพที่ไม่ต้องการได้หรือไม่? ได้ — โดยการทำ ExternalResourceHandler แบบกำหนดเอง คุณสามารถตัดสินใจได้ว่าจะโหลดทรัพยากรใด
  • ต้องใช้เวอร์ชัน Maven ใด? ใช้ GroupDocs.Parser Java 25.5 หรือใหม่กว่า
  • ต้องมีลิขสิทธิ์หรือไม่? ทดลองใช้ฟรีได้สำหรับการประเมิน; ต้องมีลิขสิทธิ์ถาวรสำหรับการใช้งานจริง
  • วิธีนี้ปลอดภัยต่อการทำงานหลายเธรดหรือไม่? วัตถุ Parser ไม่ได้แชร์ระหว่างเธรด; สร้างอินสแตนซ์ Parser ใหม่ต่อแต่ละเธรด

“ดึงรูปภาพจากเอกสาร” คืออะไร?

เมื่อเอกสารมีรูปภาพ กราฟิก หรือสื่ออื่นฝังอยู่ “ดึงรูปภาพจากเอกสาร” หมายถึงการดึงไฟล์ไบนารีเหล่านั้นออกมาโดยอัตโนมัติเพื่อให้คุณสามารถเก็บ แสดง หรือประมวลผลต่อได้นอกไฟล์ต้นฉบับ

ทำไมต้องกรองทรัพยากรขณะดึงรูปภาพ?

การกรองทรัพยากรช่วยให้คุณ:

  • ลดการใช้หน่วยความจำโดยละเว้นไฟล์ขนาดใหญ่หรือไม่เกี่ยวข้อง
  • ปรับปรุงความปลอดภัยโดยป้องกันการโหลดเนื้อหาที่อาจเป็นอันตราย
  • เร่งความเร็วการประมวลผล โดยเฉพาะกับเอกสารขนาดใหญ่ที่มีออบเจ็กต์ฝังจำนวนมาก

ข้อกำหนดเบื้องต้น

  • Java Development Kit (JDK) – เวอร์ชัน 8 หรือสูงกว่า
  • Maven – สำหรับจัดการ dependencies
  • ความคุ้นเคยพื้นฐานกับ Java I/O และการจัดการข้อยกเว้น

การตั้งค่า GroupDocs.Parser สำหรับ Java

เพิ่ม repository ของ GroupDocs และ dependency ของ parser ลงใน pom.xml ของคุณ:

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/parser/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-parser</artifactId>
      <version>25.5</version>
   </dependency>
</dependencies>

หรือดาวน์โหลดเวอร์ชันล่าสุดจาก GroupDocs.Parser for Java releases

การจัดหาลิขสิทธิ์

  • Free Trial – ทดลองใช้ฟีเจอร์หลักโดยไม่เสียค่าใช้จ่าย
  • Temporary License – ปลดล็อกฟังก์ชันเต็มระหว่างการประเมิน
  • Purchased License – จำเป็นสำหรับการใช้งานเชิงพาณิชย์

วิธีกรองทรัพยากรขณะดึงรูปภาพ

ขั้นตอน 1: สร้าง handler แบบกำหนดเอง

กำหนดคลาสที่สืบทอดจาก ExternalResourceHandler ภายในเมธอด onLoading คุณจะตัดสินใจว่าจะเก็บทรัพยากรใด

import com.groupdocs.parser.options.ExternalResourceHandler;
import com.groupdocs.parser.data.ExternalResourceLoadingArgs;

class Handler extends ExternalResourceHandler {
    @Override
    public void onLoading(ExternalResourceLoadingArgs args) {
        if (!args.getUri().endsWith("installation.png")) {
            args.setSkipped(true);
        }
        super.onLoading(args);
    }
}

ขั้นตอน 2: ตั้งค่า ParserSettings พร้อม handler

ส่งอินสแตนซ์ Handler ของคุณไปยัง ParserSettings และใช้เมื่อเปิดเอกสาร

import com.groupdocs.parser.Parser;
import com.groupdocs.parser.data.PageImageArea;
import com.groupdocs.parser.exceptions.IOException;
import com.groupdocs.parser.options.ParserSettings;

public class LoadExternalResources {
    public static void run() throws IOException {
        ParserSettings settings = new ParserSettings(new Handler());
        
        try (Parser parser = new Parser("YOUR_DOCUMENT_DIRECTORY", settings)) {
            Iterable<PageImageArea> images = parser.getImages();
            
            for (PageImageArea image : images) {
                System.out.println(image.getFileType());
            }
        }
    }
}

ขั้นตอน 3: ปรับแต่งตรรกะการกรอง

หากต้องการกฎที่ซับซ้อนมากขึ้น — เช่น การกรองตามขนาดรูปภาพ รูปแบบ หรือรูปแบบ URI — ให้ขยายเมธอด onLoading ตามต้องการ:

@Override
public void onLoading(ExternalResourceLoadingArgs args) {
    if (!args.getUri().endsWith("installation.png")) {
        args.setSkipped(true);
    }
}

การประยุกต์ใช้งานจริง

  1. Document Management Systems – ดึงเฉพาะรูปภาพที่จำเป็นจากสัญญาที่สแกนเพื่อสร้าง thumbnail
  2. Data Extraction Services – ข้ามกราฟิกตกแต่งและโฟกัสที่แผนภูมิที่มีข้อมูลสำคัญ
  3. Web Scraping Tools – กรอง pixel ติดตามขณะดึงสื่อที่มีความหมายจากเอกสารแบบ HTML

พิจารณาด้านประสิทธิภาพ

  • กรองตั้งแต่ต้น: ใช้ handler ของคุณก่อนวนลูปทรัพยากรเพื่อหลีกเลี่ยงการโหลดข้อมูลที่ไม่ต้องการเข้าสู่หน่วยความจำ
  • ปล่อยทรัพยากรทันท่วงที: ใช้ try‑with‑resources (try (Parser parser = …)) เพื่อคืนทรัพยากรเนทีฟ
  • การประมวลผลแบบอะซิง: สำหรับชุดข้อมูลขนาดใหญ่ ให้ประมวลผลเอกสารด้วย parallel streams โดยให้แต่ละอินสแตนซ์ Parser ทำงานในเธรดเดียวเท่านั้น

ปัญหาที่พบบ่อยและวิธีแก้

ปัญหาสาเหตุวิธีแก้
ไม่พบรูปภาพHandler ข้ามทรัพยากทั้งหมดโดยไม่ได้ตั้งใจตรวจสอบเงื่อนไข if และให้แน่ใจว่า args.setSkipped(true) ถูกเรียกเฉพาะ URI ที่ไม่ต้องการ
IOException กับไฟล์ขนาดใหญ่หน่วยความจำ heap ไม่พอเพิ่ม heap ของ JVM (-Xmx2g) หรือประมวลผลหน้าเป็นส่วนย่อย
ลิขสิทธิ์ไม่ถูกต้องใช้ DLL trial กับโค้ด productionตั้งค่าไฟล์ลิขสิทธิ์ที่ถูกต้องด้วย License.setLicense("path/to/license")

คำถามที่พบบ่อย

Q: จุดประสงค์หลักของการใช้ ExternalResourceHandler แบบกำหนดเองคืออะไร?
A: ช่วยให้คุณควบคุมว่าทรัพยากรภายนอกใดจะถูกโหลด เพิ่มความปลอดภัยและประสิทธิภาพโดยกรองไฟล์ที่ไม่จำเป็นออก

Q: สามารถใช้ GroupDocs.Parser สำหรับ Java ได้โดยไม่มีลิขสิทธิ์หรือไม่?
A: ใช่ มีรุ่นทดลองฟรีให้ใช้ แต่บางฟีเจอร์ขั้นสูงอาจจำกัดจนกว่าจะได้ลิขสิทธิ์ชั่วคราวหรือถาวร

Q: จะจัดการข้อยกเว้นระหว่างการแยกข้อมูลด้วย GroupDocs.Parser อย่างไร?
A: ห่อการเรียกเมธอดการแยกด้วยบล็อก try‑catch สำหรับ IOException และข้อยกเว้นเฉพาะอื่น ๆ เพื่อจัดการข้อผิดพลาดอย่างราบรื่น

Q: ข้อผิดพลาดทั่วไปเมื่อกรองทรัพยากรคืออะไร?
A: การตรวจสอบ URI ผิดพลาดอาจทำให้ข้ามไฟล์ที่ต้องการ ใช้ logging หรือ breakpoint เพื่อตรวจสอบเงื่อนไขของคุณ

Q: สามารถแยกเอกสารที่ไม่ใช่ HTML ด้วย GroupDocs.Parser for Java ได้หรือไม่?
A: แน่นอน — GroupDocs.Parser รองรับ PDF, Word, Excel, PowerPoint และรูปแบบอื่น ๆ อีกมากมาย

ขั้นตอนต่อไป

สำรวจไลบรารีให้ลึกขึ้นโดยดูที่ API Reference หรือทดลองตั้งค่าเพิ่มเติม เช่น ParserSettings.setDetectTables(true) เพื่อดึงตาราง

อัปเดตล่าสุด: 2025-12-29
ทดสอบกับ: GroupDocs.Parser 25.5 for Java
ผู้เขียน: GroupDocs

แหล่งข้อมูล