Android Kotlin项目中Chaquopy调用tabula-py遇JavaNotFoundError求助

问题根源 #

tabula-py本质是通过调用系统中的java命令执行底层tabula-java jar包，但安卓设备没有预装标准JVM的java可执行文件，且开发机上的JAVA_HOME/PATH配置仅对本地进程生效，无法传递到安卓设备的Chaquopy运行环境中，因此无论在开发机如何配置都无法解决该错误。

可行方案 #

方案1：替换为纯Python PDF表格提取库（推荐） #

使用不依赖Java的纯Python库pdfplumber，适配Chaquopy安卓环境：

1. 添加依赖：在app模块的build.gradle中配置Chaquopy的pip依赖：

chaquopy {
    pip {
        install "pdfplumber"
        install "pdfminer.six"  // pdfplumber的依赖库
    }
}

2. 修改Python脚本：

import pdfplumber
from io import BytesIO

def main(pdf_data):
    tables = []
    with pdfplumber.open(BytesIO(pdf_data)) as pdf:
        for page in pdf.pages:
            # 提取当前页面所有表格，可通过参数调整识别规则
            page_tables = page.extract_tables()
            tables.extend(page_tables)
    return str(tables)

方案2：直接在Kotlin中调用tabula-java #

绕开Python的tabula-py，直接在安卓原生代码中调用tabula-java处理PDF：

1. 添加依赖：在app模块的build.gradle中引入tabula-java：

dependencies {
    implementation 'technology.tabula:tabula:1.0.5'
}

2. 编写Kotlin处理代码：

import technology.tabula.ObjectExtractor
import technology.tabula.Page
import java.io.ByteArrayInputStream

fun extractPdfTables(pdfData: ByteArray): String {
    val inputStream = ByteArrayInputStream(pdfData)
    val extractor = ObjectExtractor(inputStream)
    val tables = mutableListOf<List<List<String?>>>()
    
    for (page: Page in extractor.extract()) {
        page.extractTables().forEach { table ->
            val rows = table.rows.map { row -> row.map { cell -> cell?.text } }
            tables.add(rows)
        }
    }
    
    extractor.close()
    return tables.toString()
}

之后可直接在Kotlin中调用该函数，或通过Chaquopy的Java-Python互调能力传递结果到Python代码中。

内容的提问来源于stack exchange，提问作者mranderson