使用PDFBox从特定页面读取文本 [英] read text from a particular page using PDFBox

问题描述

我知道如何使用 PDFTextStripper.getText（PDDocument）来阅读整个pdf文件的文本。

<我还有一个关于如何使用 PDDocumentCatalog.getAllPages（）得到对特定页面的对象引用的示例.get（i）。

如何使用PDFBox获取一个页面的文本，因为我在 PDPage 类中没有看到任何此类方法？

解决方案

您可以在 PDFTextStripper 阅读特定页面：

  PDDocument doc; //文件
 int i; //页面没有
 
 PDFTextStripper reader = new PDFTextStripper（）; 
 reader.setStartPage（i）; 
 reader.setEndPage（i）; 
 String pageText = reader.getText（doc）; 
  

据我所知， PDPage 更多地用于表示屏幕上的页面，而不是而不是提取文本。因此，我不建议使用它来提取文本。

I know how to read text of an entire pdf file usinf PDFBox using PDFTextStripper.getText(PDDocument).

I also have a sample on how to get an object reference to a particular page using PDDocumentCatalog.getAllPages().get(i).

How do I get the text of just one page using PDFBox as I dont see any such method on PDPage class?

解决方案

You can set parameters on the PDFTextStripper to read particular pages:

PDDocument doc; // document
int i; // page no.

PDFTextStripper reader = new PDFTextStripper();
reader.setStartPage(i);
reader.setEndPage(i);
String pageText = reader.getText(doc);

As far as I'm aware, PDPage is more used with representing a page onscreen, rather than extracting text. As such, I wouldn't recommend using this to extract text.

这篇关于使用PDFBox从特定页面读取文本的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！