Java- pdfBox 是否可以选择打开文件而不是加载文件？

Question

我正在 Java 中使用 PDFBox 来尝试从 pdf 文件中提取文本。这是我加载文件的方式:

PDDocument document = PDDocument.load(new File(path1));

如您所见，它打开文件并加载其中的内容。当我尝试加载一个包含 1000 万个单词或文本的文件时，这可能会导致问题，并且该文件会抛出 OutOfMemoryException:Java 堆空间。

我实际上对此进行了测试，它确实引发了错误。罪魁祸首就是上面的那行。有没有办法打开文件但不将其内容加载到 PDFBox 中？

我很感激任何建议。

Answer 1

用途:

PDDocument doc = PDDocument.load(file, MemoryUsageSetting.setupTempFileOnly());

这会将缓冲内存使用设置为仅使用没有大小限制的临时文件。