使用PdfTextStripper

Question

我正在尝试从此file中提取文字。 我正在使用由@mkl here提供的解决方案，对processTextPosition方法进行一些更改 - 作为一个标准，传递字符中心的X（不是开始），所以这样可以避免情况，因为字符被切断因为几个它的分数被修剪：

@Override
protected void processTextPosition(TextPosition text) {
    Matrix textMatrix = text.getTextMatrix();
    Vector start = textMatrix.transform(new Vector(0, 0));
    Vector middle = new Vector(start.getX() + text.getWidth()/2, start.getY());
    PDGraphicsState gs = getGraphicsState();
    Area area = gs.getCurrentClippingPath();
    if (area == null || area.contains(lowerLeftX + middle.getX(), lowerLeftY + middle.getY()))
        super.processTextPosition(text);
} 

但是，在附件中，由于这种情况（从第一个“Rent Roll”令牌开始），仍然会切断很多字符。 是否有任何额外的转变，我应该考虑到？ 提前谢谢。