Esecuzione di un comando JavaScript da MATLAB per recuperare un file PDF

Question

Attualmente sto scrivendo del codice MATLAB per interagire con il database dei report interni della mia azienda. Finora mi possibile accedere alla pagina astratto HTML utilizzando il codice che è simile al seguente:

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); 

posso estrarre fuori vari pezzi di informazioni dal testo HTML che finisce nella variabile s, tuttavia il PDF della relazione è accessibile tramite quello che ritengo sia un comando JavaScript (onClick = "gotoFulltext ('', '[Numero rapporto]')").

Qualche idea su come eseguire questo comando JavaScript e ottenere il contenuto del file PDF in una variabile MATLAB?

(MATLAB si trova sulla cima di Java, quindi credo che una soluzione Java avrebbe funzionato ...)

Answer 1

penso che si dovrebbe dare un'occhiata alla JavaScript che viene chiamato e vedere quello che la richiesta finale alla sembra un server web.

Si può fare abbastanza facilmente in Firefox usando il plugin FireBug.

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

Una volta trovata la richiesta server reale, allora si può solo richiedere questo URL o post per questo URL invece di cercare di eseguire il codice JavaScript.

Answer 2

Una volta ottenuto l'URL corretto (a la the answer from pjp), il tuo prossimo problema è "ottenere il contenuto del file PDF in una variabile MATLAB". Se questo è possibile, può dipendere da cosa si intende per "contenuti" ...

---

Se si desidera ottenere i dati grezzi nel file PDF, non credo che ci sia un modo attualmente per farlo in MATLAB. La funzione URLREAD è stata la prima cosa che ho pensato di leggere il contenuto da un URL in una stringa, ma ha questa nota nella documentazione:

s = urlread('url') legge il contenuto ad un URL nella stringa s. Se il server restituisce dati binari, s sarà illeggibile.

In effetti, se si tenta di leggere un PDF come nel seguente esempio, s contiene del testo intermediato con la maggior parte dei rifiuti:

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

---

Se si desidera ottenere il testo dal PDF file, hai alcune opzioni.In primo luogo, è possibile utilizzare URLWRITE per salvare il contenuto della URL di un file:

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

allora si dovrebbe essere in grado di utilizzare uno dei due mezzi su The MathWorks File Exchange per estrarre il testo dal PDF:

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

Se semplicemente vogliono vista il PDF, si può solo aprirlo in Adobe Acrobat con la funzione 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);