Извлечь текст из PDF в Java
Как извлечь текст из PDF с помощью библиотеки Java
Как извлечь текст из PDF с помощью библиотеки Java
Вам нужно извлечь текст из PDF? Программная модификация PDF-документов — неотъемлемая часть современных цифровых рабочих процессов. С помощью библиотек Java, таких как Aspose.PDF, разработчики могут извлекать текст из PDF. Эти библиотеки представляют собой автономные решения, которые не полагаются на другое программное обеспечение и готовы к коммерческому использованию. Они удовлетворяют все возможные потребности профессиональных разработчиков Java.
- Извлечение текста из PDF
- Извлечение изображений из PDF
- Извлечение шрифтов из PDF
- Извлечение данных из формы
- Извлечение текста из марок
- Извлечение данных из таблицы
Чтобы извлечь текст из PDF-файла, мы будем использовать API Aspose.PDF for Java, который представляет собой многофункциональный, мощный и простой в использовании API конвертации для платформы Java. Вы можете загрузить последнюю версию программы непосредственно из Maven и установить ее в своем проекте на базе Maven, добавив в pom.xml следующие конфигурации.
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>Извлечь текст из PDF в Java
Чтобы попробовать код в своей среде, вам понадобится Aspose.PDF для Java.
- Загрузите PDF-файл вместе с экземпляром документа.
- Создайте объект TextAbsorber для извлечения текста.
- Примите абсорбер для всех страниц.
- Получите извлеченный текст
- Создайте писателя и откройте файл, напишите в файл строку текста
Извлечь текст из PDF - Java
В этом примере кода показано, как извлекать текст из PDF-документов
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();
}