首页 / JAVA / java – 从pdf文件中提取文本

java – 从pdf文件中提取文本

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了java – 从pdf文件中提取文本，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1228字，纯文字阅读大概需要2分钟。

内容图文

我需要从pdf文件中提取文字(逐字逐句).

import java.io.*;

import com.itextpdf.text.*;

import com.itextpdf.text.pdf.*;

import com.itextpdf.text.pdf.parser.*;

public class pdf {

    private static String INPUTFILE = "http://ontology.buffalo.edu/ontology%28PIC%29.pdf" ;

    private static String OUTPUTFILE = "c:/new3.pdf";

    public static void main(String[] args) throws DocumentException,
            IOException {

        Document document = new Document();

        PdfWriter writer = PdfWriter.getInstance(document,

        new FileOutputStream(OUTPUTFILE));

        document.open();

        PdfReader reader = new PdfReader(INPUTFILE);

        int n = reader.getNumberOfPages();

        PdfImportedPage page;

        // Go through all pages

        for (int i = 1; i <= n; i++) {

                page = writer.getImportedPage(reader, i);

                System.out.println(i);


                Image instance = Image.getInstance(page);

                document.add(instance);

        }

        document.close();


        PdfReader readerN = new PdfReader(OUTPUTFILE);

        PdfTextExtractor parse = new PdfTextExtractor();

for (int i = 1; i <= n; i++) 

System.out.println(parser.getTextFromPage(reader,i));


}

当我编译代码时,我有这个错误：

the constructor PdfTextExtractor is undefined

我该如何解决？

解决方法:

PDFTextExtractor只包含静态方法,构造函数是私有的. itext

你可以像这样调用它：
String myLine = PDFTextExtractor.getTextFromPage(reader,pageNumber)

内容总结

以上是互联网集市为您收集整理的java – 从pdf文件中提取文本全部内容，希望文章能够帮你解决java – 从pdf文件中提取文本所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/820694.html

来源：【匿名】