标签： java pdf pdf-extraction
早上好，伙计们。我已经分配了一个任务，我应该根据给定的字段和部分规范从PDF文件（银行发票）中提取文本。该规范在YAML文件中给出。字段表示为一组两个坐标 - 文本所在的矩形的左上角和右下角，以及字段的名称。我正在使用SnakeYAML将此信息加载到对象中。到目前为止，我已经取得了成功。对于下一部分，我必须使用这些数据从PDF中提取文本，嗯...我有点被困在这里。首先，我还无法确定要使用的PDF解析库。能否请您建议一个适合我任务的PDF解析库，我该如何完成上述任务呢？谢谢！
答案 0 :(得分：2)
PDF Box能够从给定区域提取文本。看看PDFTextStripperByArea！