java调用多个python脚本方法的一些记录

也是第一次尝试，查了很多资料，先检查自己的python环境（cmd:where python）是否有多个，否则调用python会报wait for =9009（1是执行失败0是成功）错误，其次最好安装conda（有命令界面，可直接使用pip命令，也是第一次使用，感兴趣或者深度学习的可以具体看看）来管理python的包，尤其是发布到服务器Linux，用conda方便一些，就不用再去安装环境以及第三方的包，自带python环境，不过注意一下对应python的版本，否则会有一些包版本高导致的问题（如Cryptography版本问题，需卸载后安装低版本），很多包的引用会出现问题，可以升级conda的python的版本，也可以降低第三方包的版本。演示本地环境win下的效果，linux下需要根据实际情况去调试。

1、这是自己测试的时候放python代码以及需要执行的文件地方，可根据需要处理（这里处理的业务是读取接口传pdf文件为csv格式，再对csv文件进行各种处理再到java中回调，涉及调用多个python脚本）

java代码，传递到python的参数可以在ProcessBuilder中加，我这里就传递了一个文件过去。还有其他的一些其他方法比如jpython包这些，不过随着版本的跟新大多跟不上了，很多支持不了，包也没维护了。

       File resourceDir = new File("framework-web/src/main/resources/py");
       String windowsPath = resourceDir.getAbsolutePath();
       String fileName1 = windowsPath + "/1pdf.py";
       String pdf_path1 = windowsPath + "/ylz.pdf";
       String fileName2 = windowsPath + "/2pdf_csv.py";
       String pdf_path2 = windowsPath + "/pdf.csv";
       //多次调用生成新的文件再进行调用，所以用简单的线程保证逐一执行
       Thread thread1 = new Thread(()->{
            try{
                pdf(fileName1,pdf_path1);
            }catch (Exception e){
                e.printStackTrace();
            }
        });
        Thread thread2 = new Thread(()->{
            try{
                pdf(fileName2,pdf_path2);
            }catch (Exception e){
                e.printStackTrace();
            }
        });
        thread1.start();
        thread1.join();//等待线程一执行完毕再执行线程二
        thread2.start();
        thread2.join();
    //调用方法
    private static void pdf(String fileName,String pdf_path){
        String os = System.getProperty("os.name");
        String linuxPath = "/ai/egcc/";//TODO 需要根据实际情况修改
        ProcessBuilder processBuilder;
        if (os.startsWith("Windows")){
            // windows执行脚本也可以使用 cmd.exe /c 才能正确执行脚本，我这里指定的conda
            processBuilder = new ProcessBuilder("D:\\CodeSoft\\Anaconda3\\python.exe", fileName, pdf_path);
        }else {
            // linux执行脚本一般是使用python3 + 文件所在路径
            processBuilder = new ProcessBuilder("python3", linuxPath + fileName, pdf_path);
        }
        processBuilder.redirectErrorStream(true);

        try {
            Process process = processBuilder.start();

            // 读取Python脚本的输出
            BufferedReader reader = new BufferedReader(new InputStreamReader(process.getInputStream()));
            String line;
            while ((line = reader.readLine()) != null) {
                System.out.println(line);
            }

            // 等待Python脚本执行完成
            int exitCode = process.waitFor();
            if (exitCode != 0) {
                System.out.println("Python 脚本错误: " + exitCode);
            }

        } catch (IOException | InterruptedException e) {
            e.printStackTrace();
        }
    }

python代码 ，这里是简单的pdf读取转为csv文件的方法。

import pdfplumber  # pip安装
import pandas as pd
import re
import sys


# 创建一个空的DataFrame
def fun(pdf_path):
    df = pd.DataFrame(columns=['Content', 'FontName', 'FontSize', 'LeftIndent', 'Width', 'Height'])
    with pdfplumber.open(pdf_path) as pdf:
        for page in pdf.pages:
            for text_line in page.extract_text_lines():
                if text_line:
                    # 获取文本内容
                    content = text_line['text']
                    # 跳过不包含文字的部分
                    if re.search(r'[\u4e00-\u9fff]', content):
                        # 获取字体名称
                        fontname = text_line['chars'][0].get('fontname', 'N/A')  # 如果不存在，使用'N/A'
                        # 获取字体大小
                        fontsize = text_line['chars'][0].get('size', 'N/A')
                        # 获取左缩进
                        x0 = text_line['chars'][0].get('x0', 'N/A')
                        # 获取字体宽和高
                        height = text_line['chars'][0].get('height', 'N/A')
                        width = text_line['chars'][0].get('width', 'N/A')
                        # 将数据添加到DataFrame
                        df = df.append(
                            {'Content': content, 'FontName': fontname, 'FontSize': fontsize, 'LeftIndent': x0,
                             'Width': width, 'Height': height},
                            ignore_index=True)

    # 保存DataFrame为CSV文件
    csv_path = 'framework-web/src/main/resources/py/pdf.csv'
    df.to_csv(csv_path, index=False, encoding='utf_8_sig')
    # print(f'CSV文件已保存到: {csv_path}')

if __name__ == '__main__':
    # 获取参数，执行python函数
    pdf_path = sys.argv[1]
    fun(pdf_path)

其他脚本一样的，就不贴了，就是把生成的文件再次传递到另外的脚本执行，这里会用到很多第三方的库，可根据需要安装对应的版本，跟在python环境区别还是有的，比如出现中文文件名等问题，需要对代码进行简单修改，可根据调用的报错查询，idea控制台打印的错误也跟pycharm执行的输出一样，可根据错误进行改造，根据实际情况调试就好。