问如何使用pdfbox库中的PDFMarkedContentExtractor类？
EN

Stack Overflow用户

提问于 2014-08-26 16:50:13

回答 1查看 948关注 0票数 2

我使用pdfbox库从任意PDF文件中提取文本。我想知道如何使用这个库从pdf中提取一些特定的文本。

据我所知，我应该为这项任务使用标记的内容功能。这就是PDFMarkedContentExtractor类。使用它的getMarkedContent方法，我可以获得PDMarkedContent对象，然后，通过使用getContents方法，我可以获得所需的实际内容。我说的对吗？

那么，我该如何指定文档PDFMarkedContentExtractor应该使用什么作为源呢？

发布于 2019-07-16 03:14:33

据我所知，PDFMarkedContentExtract是专门用于PDF中的标记内容的。根据你的评论和描述，我相信你只是想大致提取文本。如果是这样的话，我认为您需要使用PDFTextStripper。

票数 0

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/25501663

复制

相似问题

问如何使用pdfbox库中的PDFMarkedContentExtractor类？EN