[JAVA] Buscar archivos PDF que contengan una palabra

Hoy vamos a ver como podemos hacer para buscar una palabra en una carpeta llena con PDF's y grabar en un archivo los nombres de los archivos los cuales contienen la palabra. Para esto utilizaremos la libreria de pdfBox de apache, en este caso el ejemplo que estamos probando fue con la versión 1.8.10 la cual funciono correctamente. En este caso bajamos el jar y lo agregamos a nuestro proyecto (el cual esta realizado en NetBeans), y ponemos el siguiente código:

import java.io.File;
import java.io.PrintWriter;
import javax.swing.JFileChooser;
import javax.swing.JOptionPane;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.util.PDFTextStripper;

public class LeerPdfPipucho {

    public static void main(String[] args) {
        LeerPdfPipucho leerPDF = new LeerPdfPipucho();
        String directory = leerPDF.getDirectory();
        String label = JOptionPane.showInputDialog(null, "Busca:");
        leerPDF.readPDF(directory, label);
    }

    /**
     * Metodo que permite mandar un JFileChooser que es una ventanita para poder
     * escoger el directorio     
     * @return la ruta especifica donde buscara el directorio
     */
    public String getDirectory() {
        String ruta = "";
        // componente de dialogo
        JFileChooser jfc = new JFileChooser();
        // configuramos para que solo sean directorios 
        jfc.setFileSelectionMode(JFileChooser.DIRECTORIES_ONLY);
        //mandamos el cuadro, esperamos una respuesta aprobatoria
        int dialogResult = jfc.showOpenDialog(null);
        if (dialogResult == JFileChooser.APPROVE_OPTION) {
            ruta = jfc.getSelectedFile().getAbsolutePath();
        }
        return ruta;
    }

    /**
     * Metodo que permite abrir PDF y buscar si contiene una palabra Si la
     * contiene guarda en un archivo de texto el nombre del archivo
     *
     * @param directory la ruta absoluta del directorio que busca los PDF
     * @param label La etiqueta a buscar
     */
    public void readPDF(String directory, String label) {
        File directoryFile = new File(directory); // carpeta donde estan los pdf                
        String[] listFiles = directoryFile.list();//extrae los nombres de archivo 
        String slash = System.getProperty("file.separator");
        if (listFiles.length == 0) 
            System.out.println("No hay archivos en la carpeta especificada");
        else {
            //creamos un flujo donde se pondran los nombres de los archivos que contienen los elementos
            PrintWriter pw =null;
            try {           
                pw = new PrintWriter("destination.txt");
                //recorro cada uno de los elementos 
                for (String file : listFiles) {
                    //preguntamos si es un pdf 
                    if(!file.toLowerCase().endsWith(".pdf"))
                        continue;
                    //carga el archivo                  
                    PDDocument pdf = PDDocument.load(new File
                    (directory + slash  +file)); 
                    //extramos su contenido
                    String content = new PDFTextStripper()
                                      .getText(pdf);
                    //cerramos el archivo
                    pdf.close();
                    //preguntamos si existe lo que se quiere buscar
                    if (content.contains(label)) {
                        //escribimos en el archivo de destino
                        pw.println(file);
                    }
                }             
            } catch (Exception e) {
                System.out.println("Hay un error al abrir el archivo");
            } finally{
                   pw.close();
            }
        }
    }
}

  

Les dejo el proyecto completo en Github, espero les sirva