pdf解析爲java中的文本

我有一個阿拉伯文PDF，我想用Java分析它到文本文檔中。我已經嘗試了很多次，英語單詞解析成功，但阿拉伯語單詞沒有。pdf解析爲java中的文本

任何人都可以推薦一個解決方案，將正確地轉換阿拉伯語單詞嗎？

2011-03-07 moneera

您使用哪個庫來讀取pdf文件？ – 2011-03-07 09:18:05

我想PDFBOX和iText的和Apache像我想 – moneera 2011-03-07 09:40:58

看到這些，他們可能不工作插件：http://www.prasannatech.net/2009/01/convert-pdf-text-parser-java-api-pdfbox。 HTML – 2011-03-07 09:14:32

我認爲你可以使用iText進行使用Java的pdf操作。它也支持阿拉伯語。

2011-03-07 09:17:33 u449355

我試圖iText的它創建一個PDF不能轉換爲文本如果您有任何ahelp給我 – moneera 2011-03-07 09:35:45

有幾個圖書館想到。 Apache Tika,iText或pdfbox將或多或少地解決您的問題。雖然，我必須爲Tika寫一個詞，因爲它支持語言檢測，並且也可以處理其他文檔類型。

2011-03-07 09:23:06 nfechner

我想你提到的所有庫，他們不能解析阿拉伯語PDF，阿帕奇蒂卡解析阿拉伯語，但不所有的PDF文件，我認爲，PDF格式進行編碼或對其安全性我無法理解，因爲還當我要陰影的話就不能成功地遮蓋了，pleeeeeeeeeeeease幫我 – moneera 2011-03-07 09:34:34

如果PDF文件已提取刪除文本的權利（這可以控制每個文件），沒有軟件將能夠幫助你。一個PDF的當前設置可以打開在Adobe Reader中的按壓鍵Crtl-d的文件（或goning使用菜單文檔屬性）中找到。 – nfechner 2011-03-07 09:47:41

thanx爲您提供幫助，但我想知道我應該在pdf屬性中更改哪些屬性以使其可供選擇？ – moneera 2011-03-07 10:11:28

回答