栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

如何使用Apache PDFBox从PDF文件提取文本

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

如何使用Apache PDFBox从PDF文件提取文本

我执行了您的代码,它工作正常。也许您的问题与

FilePath
您提交的文件有关。我将pdf放入C盘,并对文件路径进行了硬编码。这是我的代码:

// PDFBox 2.0.8 require org.apache.pdfbox.io.RandomAccessRead// import org.apache.pdfbox.io.RandomAccessFile;public class PDFReader{    public static void main(String args[]) throws IOException {        PDFTextStripper pdfStripper = null;        PDdocument pdDoc = null;        File file = new File("C:/my.pdf");        PDFParser parser = new PDFParser(new FileInputStream(file));        parser.parse();        try (COSdocument cosDoc = parser.getdocument()) { pdfStripper = new PDFTextStripper(); pdDoc = new PDdocument(cosDoc); pdfStripper.setStartPage(1); pdfStripper.setEndPage(5); String parsedText = pdfStripper.getText(pdDoc); System.out.println(parsedText);        }    }}


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/381398.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号