使用 PDFBox 2.0.2 缺少类 PDFTextStripper() 从 PDF 中提取文本
发布于2021-06-12 09:22 阅读(182) 评论(0) 点赞(3) 收藏(2)
我在java中使用PDFBox 1.8.10实现了简单的文本提取方法。由于某些原因，我必须将库升级到 PDFBox 2.0.2。可能 PDFTextStripper() 方法被删除或在新版本中找到另一个包。有没有办法解决这个问题？或者你能建议另一种从PDF中获取文本的方法吗？
这是我的代码：
public String extractTextFromPdf() {
File jInputFile = new File("c:/lorem/ipsum.pdf");
PDDocument PDDoc = PDDocument.load(jInputFile );
String strContent = new PDFTextStripper().getText(PDDoc);
PDDoc.close();
return strContent;
}
提前致谢。
解决方案
试试这个
{
PDDocument document = null;
document = PDDocument.load(new File("test.pdf"));
document.getClass();
if (!document.isEncrypted()) {
PDFTextStripperByArea stripper = new PDFTextStripperByArea();
stripper.setSortByPosition(true);
PDFTextStripper Tstripper = new PDFTextStripper();
String st = Tstripper.getText(document);
System.out.println("Text:" + st);
}
} catch (Exception e) {
e.printStackTrace();
}`
所属网站分类: 技术文章 > 问答
作者：黑洞官方问答小能手
链接：http://www.javaheidong.com/blog/article/221763/cf9139b0a7a6c8ed57fc/
来源：java黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容：(最多支持255个字符)
---无人问津也好，技不如人也罢，你都要试着安静下来，去做自己该做的事，而不是让内心的烦躁、焦虑，坏掉你本来就不多的热情和定力