pdf解析爲文本使用java

Question

我有同樣的問題從pdf文件中提取阿拉伯文本， 任何人都可以幫助如果得到解決方案??? 我已經嘗試了很多次，但沒有結果。

Answer 1

有幾件事情，可能出錯，而從PDF中提取文本：

1. 的PDF是加密的。在這種情況下，您需要密碼才能提取數據。
2. 作爲一種格式的PDF並不是真的意味着要提取文本。所以pdfbox通常會嘗試識別相互靠近的字符並將它們與單詞相結合。就像你可以成像一樣，這很容易出錯。

查看this question瞭解更多信息。