從Java中的PDF/A中提取文本

是否有任何Java框架可以從PDF/A中提取文本？有很多java PDF框架，但是他們沒有指定，如果他們支持這種格式。從Java中的PDF/A中提取文本

2012-05-30 Trind

所有的發言名單是不是PDF/PDF的只是一個子集在線觀看視頻？這並不意味着任何可以閱讀PDF的閱讀器都可以閱讀PDF/A，但是您可能需要特定支持來創建PDF/A（這不是您想要的），因爲它需要所有字體，色彩空間，等嵌入。 –

你是不是嘗試了tika？它在標籤中提到。 –

如果我理解pdf/a，它或多或少像圖像一樣保存？而其他pdf可以以簡單的格式顯示文本。 – Trind

Leonard Rosenthol在itext峯會上就PDF標準和格式進行了精彩演講。他解釋了所有不同的子集。您可以在http://www.parleys.com/#st=5&id=3188&sl=0

2012-05-31 07:33:45

您應該檢查http://itextpdf.com/（特別是this一章）。它是我用過的Java中使用PDF文件的最佳開源框架。

2012-05-30 19:12:31 sergiofbsilva

回答