首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >如何使用java将多个pdf文件中的信息提取到文本中?

如何使用java将多个pdf文件中的信息提取到文本中?
EN

Stack Overflow用户
提问于 2018-06-05 04:45:25
回答 1查看 58关注 0票数 -1

我有多个pdf格式的银行对账单,我想将超过30美元的交易提取到一个文本文件中。做这件事最好的方法是什么?

EN

回答 1

Stack Overflow用户

发布于 2018-06-05 04:53:00

我推荐你去看看Apache's PdfBox project。我使用这个库处理我自己的银行对帐单。它相当容易使用:

这是如何从PDF文档中提取文本:

代码语言:javascript
复制
    public String getData(String fileName) throws IOException {
        PDFTextStripper pdfStripper;
        PDDocument pdDoc;
        COSDocument cosDoc;
        ClassPathResource accountStatement = new ClassPathResource(fileName);

        PDFParser parser = new PDFParser(accountStatement.getInputStream());
        parser.parse();
        cosDoc = parser.getDocument();
        pdfStripper = new PDFTextStripper();
        pdDoc = new PDDocument(cosDoc);
        pdfStripper.setStartPage(1);
        pdfStripper.setEndPage(2);
        String text = pdfStripper.getText(pdDoc);
        pdDoc.close();
        return text;
}

ClassPathResource类来自Spring Framework,但是您可以用任何类似的东西替换它。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/50688512

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档