首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >如何用java识别pdf文件中的表格、图片和列表?

如何用java识别pdf文件中的表格、图片和列表?
EN

Stack Overflow用户
提问于 2014-09-29 13:13:45
回答 1查看 681关注 0票数 0

我是java编程的新手....我需要提取每个tables and images as per source,我试图提取文本使用pdfbox,但我只得到文本和文本属性。如何识别表格、图像、列表等。使用java程序。

是否可以在pdf文件中识别...?

我使用的模块是PDFbox,如果有任何想法进一步处理...,

EN

回答 1

Stack Overflow用户

发布于 2014-09-29 14:56:38

以下代码可用于提取图像:

代码语言:javascript
运行
复制
List pages = document.getDocumentCatalog().getAllPages();
                Iterator iter = pages.iterator();
                while( iter.hasNext() )
                {
                    PDPage page = (PDPage)iter.next();
                    PDResources resources = page.getResources();
                    Map images = resources.getImages();
                    if( images != null )
                    {
                        Iterator imageIter = images.keySet().iterator();
                        while( imageIter.hasNext() )
                        {
                            String key = (String)imageIter.next();
                            PDXObjectImage image = (PDXObjectImage)images.get( key );
                            String name = getUniqueFileName( key, image.getSuffix() );
                            System.out.println( "Writing image:" + name );
                            image.write2file( name );
                        }
                    }
                }

你可以参考here来解决类似的问题。

票数 0
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/26092932

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