java - pdf使用java解析为文本

Question

我有从pdf文件中提取阿拉伯文本的同样问题，如果得到解决方案，任何人都可以帮忙吗？？？我用pdfbox尝试了很多次，但没有结果。

Answer 1

从 PDF 中提取文本时，有几件事可能会出错：

1. PDF 已加密。在这种情况下，您需要密码来提取数据。
2. PDF 作为一种格式并不是真的要提取文本。因此 pdfbox 通常会尝试识别彼此靠近的字符并将它们组合成单词。正如您所想象的那样，这很容易出错。

查看此问题以获取更多信息。