java - 搜索 PDF 文件中的文本

Question

已关闭。此问题不符合 Stack Overflow guidelines 。目前不接受答案。

---

要求提供代码的问题必须表现出对所解决问题的最低限度的了解。包括尝试的解决方案、为什么它们不起作用以及预期结果。另请参阅:Stack Overflow question checklist

已关闭 9 年前。

Improve this question

我有一个有关单词的列表(86 个单词)，以及一些 PDF 文件。我想在 PDF 文件中搜索这些单词并返回值告诉我是否存在。

在研究教程中的解决方案时，我遇到了两个问题:

1. 我是被迫将 pdf 文件转换为文件吗？

2. 什么是简单的图书馆，可以让我意识到我的问题，因为我真的很困惑，有很多例子(pdfbox，Appach Lucense，iText，pdftron ....)

Answer 1

is what I'm forced to convert pdf file to file

PDF 文件是一个文件。因此，您不必转换它。你必须能够阅读它。您可以使用可用的 java PDF 解析器之一(例如您提到的 pdfbox)。

what is the simple bibilotheque that allows me to realize my problem...

只要您只有 86 个单词和一份文档，您可能不需要像 Lucene 这样的索引工具。但是，如果您想构建支持不同目标和不同文档的应用程序(特别是如果您需要真正的自由文本搜索)，您可能需要 Lucene(或 Solr)首先对文档执行索引，然后执行使用索引进行搜索。