我有http://laws-lois.justice.gc.ca/PDF/A-8.8.pdf我正在尝试使用包含2列的PDFBox进行解析。我希望解析文本，以便将列分开，但是当我通过PDFBox运行它时，它不会分隔2列，而是将两列中的行连接在一起。
我读过https://issues.apache.org/jira/browse/PDFBOX-448，其中说某些PDF没有可以使用的文章/珠子，所以解析总是错误的。我尝试过使用stripper.setShouldSeparateByBeads(true)
如果它有珠子怎么办？除了有关PDFBox列解析的问题之外，我还没有找到任何有关此概念的阅读材料。
答案 0 :(得分：1)
您可以使用PDPage.getThreadBeads()检查珠子是否在页面中。如果没有线程珠，这将返回一个空列表。
扰流警报：您的文档没有。
可以在源代码下载的DrawPrintTextLocations.java示例中找到有关如何使用它们的示例。带有珠子的PDF文件示例可以在文件PDFBOX-3110-003422-p1-beads.pdf和PDFBOX-3110-poems-beads.pdf中找到，也可以在源代码下载中找到。
额外提示：看看ExtractTextByArea.java示例，这可以帮助您提取PDF文件。