x-easypdf 图像和文本提取

qqzhijun

已于 2022-08-17 15:31:31 修改

阅读量668

点赞数

文章标签： java

于 2022-08-17 11:50:19 首次发布

原文链接：https://www.x-easypdf.cn/

版权

XEasyPdfDocument dos=XEasyPdfHandler.Document.load(pdfFile);
XEasyPdfDocumentExtractor extractor = dos.extractor();

// 提取图片images
List<BufferedImage> dataImages=new ArrayList<>();
extractor.extractImage(dataImages);
System.out.println("dataImages:"+dataImages.size());

// 提取文本
List<String> dataList = new ArrayList<>();
extractor.extractText(dataList);
System.out.println("dataList = " + dataList.size());

//文档分析器 用于获取文档分析器，以进行文档文本、图片及书签分析操作
XEasyPdfDocumentAnalyzer analyzer=dos.analyzer();
analyzer.analyzeText(0).getTextInfoList().forEach(textInfo->{
    System.out.println(textInfo.getTextContent());
});