Estrai testo da PDF in Java
Come estrarre testo da PDF utilizzando Java
Come estrarre testo da PDF utilizzando lo strumento Java
Devi estrarre testo da un PDF? La modifica programmatica dei documenti PDF è una parte essenziale dei moderni flussi di lavoro digitali. Con librerie Java come Aspose.PDF, gli sviluppatori possono estrarre testo da PDF. Queste librerie sono soluzioni autonome che non si basano su altri software e sono pronte per l’uso commerciale. Coprono tutte le possibili esigenze degli sviluppatori Java professionisti.
- Estrai testo da PDF
- Estrai immagini da PDF
- Estrai caratteri da PDF
- Estrai dati dal modulo
- Estrai testo dai timbri
- Estrai dati dalla tabella
Per estrarre il testo dal file PDF, utilizzeremo l’API Aspose.PDF per Java che è un’API di conversione ricca di funzionalità, potente e facile da usare per la piattaforma Java. Puoi scaricare la versione più recente direttamente da Maven e installarla all’interno del tuo progetto basato su Maven aggiungendo le seguenti configurazioni al file pom.xml.
Repository
<repository>
<id>AsposeJavaAPI</id>
<name>Aspose Java AP</name>
<url>https://releases.aspose.com/java/repo/</url>
</repository>
Dependency
<dependency>
<groupId>com.aspose</groupId>
<artifactId>aspose-pdf</artifactId>
<version>version of aspose-pdf API</version>
</dependency>Estrai testo da PDF in Java
È necessario Aspose.PDF per Java per provare il codice nel proprio ambiente.
- Carica il PDF con un’istanza di Document.
- Crea un oggetto TextAbsorber per estrarre il testo.
- Accetta l’assorbitore per tutte le pagine.
- Recupera il testo estratto
- Crea uno scrittore e apri il file, scrivi una riga di testo nel file
Estrai testo da PDF - Java
Questo codice di esempio mostra come estrarre testo da documenti PDF
Input file:
File not added
Output format:
Output file:
// Open document
com.aspose.pdf.Document pdfDocument = new com.aspose.pdf.Document(filePath);
// Create TextAbsorber object to extract text
com.aspose.pdf.TextAbsorber textAbsorber = new com.aspose.pdf.TextAbsorber();
// Accept the absorber for all the pages
pdfDocument.getPages().accept(textAbsorber);
// Get the extracted text
String extractedText = textAbsorber.getText();
try {
java.io.FileWriter writer = new java.io.FileWriter(_dataDir + "extracted-text.txt", true);
// Write a line of text to the file
writer.write(extractedText);
// Close the stream
writer.close();
} catch (java.io.IOException e) {
e.printStackTrace();
}