無法讀取PDFBOX中的單引號和雙引號字符及其中的一些字符

我正在使用Apache PDFbox處理我的PDF。我需要提取文本以及PDF中每個字符的字體信息以進一步處理它我使用了processTextPosition（TextPosition文本）方法來獲取文本及其字體信息。但我無法讀取像單引號，雙引號以及其中一些字符的字符。我檢查了PDF的流內容。它對這些單引號和雙引號以及它周圍的字符有一些數字表示，因爲它在正常情況下具有實際字符......任何人都可以幫助我解決這個問題。無法讀取PDFBOX中的單引號和雙引號字符及其中的一些字符

來源

2013-08-30 user2731671

可能有從PDF提取的字體，如答案描述這個職位更標準的做法：http://pdfbox.apache.org/cookbook/textextraction.html

： How to extract font styles of text contents using pdfbox?

和基本的文本提取在PDFBOX維基描述

來源

2013-09-07 04:59:16 nirmal

無法讀取PDFBOX中的單引號和雙引號字符及其中的一些字符

回答

相關問題