18回答
使用PDFBox解析PDF文件(尤其是带有表格的文件)
java、parsing、pdf、pdfbox、tabular
我需要解析一个包含表格数据的PDF文件。我使用来提取文件文本，以便稍后解析结果(字符串)。问题是，对于表格数据，文本提取不能像我预期的那样工作。例如，我有一个包含这样的表的文件(7列:前两列总是有数据，只有一列复杂度列有数据，只有一列财务列有数据)：+-------------------------
浏览 28提问于2010-07-08得票数 77
1回答
XFA大楼位于PDFBox 1.8.12，而不是2.0.4
pdf、pdfbox、xfa
我尝试从一个文件中提取XFA，在我将PDFBox从1.8.12更新到2.0.4之前，它对我很好。我在上研究了一个类似的问题。我已经把文件包括了
为2.0.4
//
浏览 0提问于2017-03-17得票数 1
回答已采纳
1回答
如何在不读取图像的情况下解析PDF？
pdfbox、text-parsing
我正在解析一个PDF文件，但我不想提取存储在图像和表格中的信息。我使用的是PDFBOX。如何删除镜像？
浏览 5提问于2014-06-24得票数 0
5回答
查看文本是否带有下划线或表格单元格
java、pdf、pdfbox
我一直在玩PdfBox和PDFTextStripperByArea方法。就我所理解的PDF格式而言，下划线是通过画线来完成的。给出这些信息后，我可以找出任何一个文本是下划线还是在表格中。
浏览 9提问于2012-12-19得票数 42
2回答
如何使用pdfbox解析包含表格格式数据的pdf
java、parsing、pdf、web-applications、itext
谁能帮助我如何提取表格数据使用itext或pdfbox，我有一个有1000页的pdf，我的工作是解析pdf并将数据存储到数据库中。
浏览 1提问于2013-01-15得票数 5
1回答
如何使用PDFBox在pdf中找到表格边框？
pdf、pdfbox
我试图在pdf中找到表格边框。我用PrintTextLocations类的pdfBox来造单词。现在我要找出构成表格的不同线条的坐标。我尝试使用org.apache.pdfbox.pdfviewer.PageDrawer，但找不到包含这些行的任何字符/图形。我开放地使用任何其他库，它给出了表中各行的坐标。另一个快速的问题是，pdfbox中的那些表边框是什么样的对象？这些是图形还是这些字符？下面是我试图解析的示例pdf
浏览 7提问于2016-02-15得票数 4
回答已采纳
1回答
如何在ASP.net中读取PDF文件中的空单元格
c#、pdf、pdfbox
我可以在我的ASP.net应用程序中使用PDFBOX读取pdf文件，但它没有为表格中的空单元格添加空间，所以如何在C#中使用PDFBOX从pdf文件中读取空字段。有没有其他方法来读取pdf文件。
浏览 3提问于2010-12-13得票数 0
4回答
使用apache camel解析pdf文件
java、pdf、apache-camel、fileparsing
如何使用Apache Camel读取/解析pdf文件。有任何特定的示例或代码片段来解析该文件吗？感谢你的帮助。
提前谢谢。
浏览 8提问于2013-10-30得票数 0
1回答
问题keyword-set-1 = "foo" "bar";和一个PDF文件，其中包含以下文本keyword-set-1 = 3 (jon,
浏览 4提问于2014-02-15得票数 0
1回答
由于缺少OpenType布局表，解析PDF失败
java、pdfbox、truetype
我需要用PDFBox解析一个PDF文件(版本2.0.7)，但我只收到了很多这类警告
2017年9月2日10:18:24下午10:24 org.apache.pdfbox.pdmodel.font.PDCIDFontType2信息:AAAAAC+UniversLTStd字体中使用的Open
浏览 0提问于2017-09-02得票数 0
1回答
表格字体警告会导致表无法从文档中被解析。它应该是这样运作的吗？
tabula-py
我分析了3份文件来取表。结果如下：
文档1:完美的解析。文件2: 2019年7月16日5:25:42 PM org.apache.pdfbox.pdmodel.font.PDType1Font警告:使用备用字体NimbusSanL for Univers-Bold不确定这是否相关，但第二页已被解析，而第一页则不相关。文件3: Got 7月17日，2019 10:21:25 AM org.apache.pdfbox.pdmodel.font.PDTy
浏览 0提问于2019-07-17得票数 0
回答已采纳
1回答
如何在Python中将PDF中的字节转换为字符串？
python、python-requests、decode
我尝试将从book_download_page = requests.get(link)获取的字节转换为字符串，然后从content = book_download_page.content转换为字符串。 我试过的是， content = book_download_page.content.decode('utf-8') 我得到了错误， 'utf-8' codec can't decode byte 0xe2 in position 10: invalid continuation byte 编辑-您可以尝试this link进行下载 谢谢!
浏览 21提问于2020-06-25得票数 0
1回答
如何在apache PDFbox中生成表格时对文本进行换行
java、pdf-generation、pdfbox
我正在尝试使用下面的代码使用pdfbox库来生成表。我在pdfbox库中找不到这样做的方法。请建议解决方案。
浏览 30提问于2014-11-18得票数 2
4回答
在Android中生成Pdf的缩略图
android、image、pdf、pdfbox
我希望像WhatsApp所做的那样，从pdf文件生成图像(缩略图)，如下所示
我试过了
有一个github问题处理这个问题()，但这个问题仍然没有解决。
AndroidP
浏览 0提问于2016-08-08得票数 31
回答已采纳
3回答
Tika/PDFBox的替代方案，用于在Solr中解析PDF (1.4以后的任何版本)
solr、full-text-indexing、pdfbox、apache-tika、document-conversion
似乎Solr没有正确解析我的PDF文件。我想知道有没有其他方法可以替代Apache Tika (我相信它在内部使用PDFBox )来解析PDF文件？当我使用这个的时候，我似乎在我的内容之间得到了随机的空间。我已经通过PDFBox (最新版本)直接运行PDF来隔离问题，这也有同样的问题。一些OCR商业软件，如Omnifind，在PDF上工作很好，但我们不能以同样的方式将它们与Solr
浏览 13提问于2011-11-16得票数 5
回答已采纳
2回答
将简历上传到pdf文件中并在asp.net中显示
c#、asp.net、pdf
我想知道如何上传一份简历在一个pdf文件在一个asp.net页面。我知道如何上传一个简单的txt文件，以及当字段被"，“分隔开时。这是我的密码。现在，我完全不知道如何做到这一点，在一个pdf文件包含一份简历。怎么做？请解释一下你的答案，我只是system.io的新手。再次感谢。
浏览 0提问于2013-09-02得票数 0
回答已采纳
4回答
pdfbox标题版本信息错误
java、parsing、pdf、pdfbox
我使用PDFbox来解析pdf document.It抛出的异常，说它找不到头文件版本信息。有什么想法吗？ at org.apache.pdfbox.pdfparser.PDFParser.parseHeade
浏览 3提问于2013-09-26得票数 6
1回答
我需要解析PDF文档，用包含文章的多列布局编写。具体来说，我需要提取文章、文章标题、图片、表格、列表、字体样式，然后为每个PDF创建一个自定义的单列html，同时保持文章的结构和顺序。我试过pdfbox，但由于缺乏文档，没有多少运气。
我正在寻找一个PDF解析器库与良好和自我解释的API文档。你能给我推荐一下吗？
浏览 0提问于2018-04-19得票数 1
1回答
如何在Java中从PDF文件中提取表格数据
java、itext、pdfbox
我对从PDF文件中提取数据有疑问。我有一个PDF文件，其中有多个可用的数据表。我想从require表内容中提取数据。如何使用iText/PDFBox执行此操作？
浏览 2提问于2018-02-13得票数 0
1回答
在pdfbox-2.0.2.jar中找不到LucenePDFDocument类
lucene、pdfbox
我想要解析pdf文件被索引的Lucene使用pdfbox包。org.apache.pdfbox.examples.lucene.LucenePDFDocument包中所需的类LucenePDFDocument。但是在jar文件中我没有找到它。
浏览 0提问于2016-06-17得票数 0
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号