java抽取注释_java – 提取PDF注释/注释

我们有一个非常复杂的打印工作流程,其中控件是使用Adobe Reader或Adobe Acrobat为生成的PDF文档的草稿版本添加注释和注释.作为工作流程的一部分,应解析带有注释和注释的导入PDF文档,并将注释导入CMS系统(与PDF一起).

问：有没有可靠的工具(首选的Python或Java)来提取这些数据

干净可靠的PDF文件方式？

解决方法:

码

import poppler, os.path

path = 'file://%s' % os.path.realpath('annotations.pdf')

doc = poppler.document_new_from_file(path, None)

pages = [doc.get_page(i) for i in range(doc.get_n_pages())]

for page_no, page in enumerate(pages):

items = [i.annot.get_contents() for i in page.get_annot_mapping()]

items = [i for i in items if i]

print "page: %s comments: %s " % (page_no + 1, items)

产量

page: 1 comments: ['This is an annotation']

page: 2 comments: [' Please note ', ' Please note ', 'This is a comment in the text']

安装

在Ubuntu上安装如下.

apt-get install python-poppler

标签：java,python,pdf

来源： https://codeday.me/bug/20190927/1823110.html