aspose java提取文字_Aspose.PDF可以按段落提取文本并将文件转换为PDF

899d14b3a9f69d19d8faa46e501ed0b8.png我们Aspose非常高兴的宣布Aspose.PDF API新版本的发布。Aspose.PDF已经针对.NET和Java平台推出了新的18.1版本。 在这个版本的API中,我们提供了新的令人兴奋的功能来提高API的可用性和性能。 您可以从下面的链接下载用于.NET和Java平台的Aspose.PDF API:

在下载最新版本的API之前,我们强烈建议您查看API文档中的发行说明页面。 我们在各自的发行说明中列出了所有功能和增强功能以及公共API更改。 请查看以下发行说明页面的链接:

按段落提取PDF中的文本

使用以前版本的API,您可以通过从单个页面或整个文档中搜索特定文本(使用“纯文本”或“正则表达式”)来从PDF文档中提取文本。 但是,我们已经实现了一个功能,可以从段落中提取PDF文档中的文本。 我们已经实现了在PDF文档页面的文本中搜索段落和段落的新功能。 以下代码片段说明了ParagraphAbsorber的用法:

[C#.NET]

private static void TextSample()

{

Document doc = new Document(myDir + "amblatt2013-10-05.pdf");

ParagraphAbsorber absorber = new ParagraphAbsorber();

absorber.Visit(doc);

foreach (PageMarkup markup in absorber.PageMarkups)

{

int i = 1;

foreach (MarkupSection section in markup.Sections)

{

int j = 1;

foreach (MarkupParagraph paragraph in section.Paragraphs)

{

StringBuilder paragraphText = new StringBuilder();

foreach (List line in paragraph.Lines)

{

foreach (TextFragment fragment in line)

{

paragraphText.Append(fragment.Text);

}

paragraphText.Append("\r\n");

}

paragraphText.Append("\r\n");

Console.WriteLine("Paragraph {0} of section {1} on page {2}:",

j, i, markup.Number);

Console.WriteLine(paragraphText.ToString());

j++;

}

i++;

}

}

}

[Java]

String myDir = "E:/LocalTesting/";

Document doc = new Document(myDir + "amblatt2013-10-05.pdf");

ParagraphAbsorber absorber = new ParagraphAbsorber();

absorber.visit(doc);

for ( PageMarkup markup : absorber.getPageMarkups())

{

int i = 1;

for (MarkupSection section : markup.getSections())

{

int j = 1;

for (MarkupParagraph paragraph : section.getParagraphs())

{

StringBuilder paragraphText = new StringBuilder();

for(List line : paragraph.getLines())

{

for(TextFragment fragment : line)

{

paragraphText.append(fragment.getText());

}

paragraphText.append("\r\n");

}

paragraphText.append("\r\n");

System.out.println("Paragraph {"+j+"} of section {"+i+"} on page {"+markup.getNumber()+"}:");

System.out.println(paragraphText.toString());

j++;

}

i++;

}

}

文件间格式转换

由于文件间格式转换是Aspose API提供的最有趣的功能,因此我们添加了新功能将Postscript / EPS转换为PDF。 您可以使用以下代码片段,以便使用Aspose.PDF for .NET / Java API执行转换:

Document doc = new Document("input.ps", new PsLoadOptions());

doc.Save("output.pdf");

Aspose.PDF for .NET/Java产品资源

以下资源将帮助您使用Aspose.PDF for .NET/Java:

Aspose.PDF for .NET和Javawiki文档 – 帮助文档和API参考文档。

Aspose.PDF系列产品论坛– 在运行Aspose.PDF API时发布您的技术问题,疑问和其他您遇到的问题。

启动博客订阅– 通过订阅Aspose.PDF博客,不要限制自己,关注最新的关于Aspose.PDF API和新功能,修复以及其他API相关主题的最新消息。

Aspose.PDF for .NET代码示例– 我们已经在社交编码网站GitHub.com上发布了我们的代码示例。 任何人都可以探索代码示例以进行学习。

Aspose.PDF for Java代码示例– 我们已经在社交编码网站GitHub.com上发布了我们的代码示例。 任何人都可以探索代码示例以进行学习。

发行说明(.NET和Java) – 有关API修复的详细信息,请查看发布说明,其中包含新功能的完整列表。

  • 0
    点赞
  • 1
    收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
©️2022 CSDN 皮肤主题:1024 设计师:我叫白小胖 返回首页
评论

打赏作者

磨灭指纹

你的鼓励将是我创作的最大动力

¥2 ¥4 ¥6 ¥10 ¥20
输入1-500的整数
余额支付 (余额:-- )
扫码支付
扫码支付:¥2
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值