parsing - PDF 文本和坐标解析

Question

已结束。此问题正在寻求书籍、工具、软件库等的推荐。它不满足 Stack Overflow guidelines 。目前不接受答案。

---

我们不允许提出寻求书籍、工具、软件库等推荐的问题。您可以编辑问题，以便用事实和引文来回答。

已关闭 1 年前。

Improve this question

我目前正在使用 PDF Box 来解析 pdf，我正在尝试找出如何检索有关文本的数据，例如字体(粗体、大小等)和字体的位置。

有什么建议吗？

Answer 1

在浏览(很难找到)PDFBox 文档后，我发现 this little gem .

显然，其中一个示例准确地展示了如何完成您要求的所有操作。基本上，您可以对 PdfTextStripper 进行子类化并重写 processTextPosition 方法。在那里，您查询 TextPosition获取您需要的任何信息。

为了将来引用，您可以在此处找到 javaDoc:http://pdfbox.apache.org/apidocs/index.html

编辑 2018-04-02:原始链接已失效，但示例可以在 SVN repo here 中找到.