java 取pdf 文本域_使用PDFBox获取文本行的位置

一般而言

要使用PDFBox提取文本(带或不带位置，颜色等额外信息)，可以实例化 PDFTextStripper 或从中派生的类，并使用它：

PDFTextStripper stripper = new PDFTextStripper();

String text = stripper.getText(document);

(有许多 PDFTextStripper 属性允许您限制从中提取文本的页面 . )

在执行 getText 的过程中，解析所讨论的页面的内容流(以及从这些页面引用的形式的xObject)，并处理文本绘制命令 .

如果要更改文本提取行为，则必须通过重写此方法来更改此文本绘制命令处理，这通常应该执行此操作：

/**

* Write a Java string to the output stream. The default implementation will ignore the textPositions

* and just calls {@link #writeString(String)}.

*

* @param text The text to write to the stream.

* @param textPositions The TextPositions belonging to the text.

* @throws IOException If there is an error when writing the text.

*/

protected void writeString(String text, List textPositions) throws IOException</