Pdf使用java解析为文本

Question

我有从pdf文件中提取阿拉伯语文本的相同问题， 如果得到解决方案可以帮助任何人吗？ 我曾多次尝试使用pdfbox，但没有结果。

Answer 1

从PDF中提取文本时，有几件事可能会出错：

1. PDF已加密。在这种情况下，您需要密码来提取数据。
2. PDF格式并不意味着提取文本。因此，pdfbox通常会尝试识别彼此靠近的字符并将它们组合成单词。正如您可以想象的那样，这很容易出错。

查看this question了解更多信息。