java pdf解析器_Java的高级PDF解析器

小编典典

目前，iText是我选择的PDF工具。

完整的可见文字

“可见”是一个艰难的过程。您可以使用com.itextpdf.text.pdf.parse包的类来解析所有可分析的文本…但是这些类对CLIPPING不了解。您可以很容易地将解析器限制为页面大小。

// all text on the page, regardless of position

PdfTextExtractor.getTextFromPage(reader, pageNum);

实际上，您实际上需要采用TextExtractionStrategy(已过滤策略)的替代。它很快就变得很有趣，但是我认为您可以在这里“开箱即用”获得所需的一切。

图片

是的，通过相同的包类。图像侦听器不像文本侦听器那样受支持，但确实存在。

链接

是。链接是指向各种PDF页面的“注释”。找到它们很简单，只需遍历每个页面的“注释数组”并挑选链接注释即可。

PdfDictionary pageDict = myReader.getPageN(1);

PdfArray annots = pageDict.getAsArray(PdfName.ANNOTS);

ArrayList dests = new ArrayList();

if (annots != null) {

for (int i = 0; i < annots.size(); ++i) {

PdfDictionary annotDict = annots.getAsDict(i);

PdfName subType = annotDict.getAsName(PdfName.SUBTYPE);