pdf文字识别-按行读取

需求

使用pdfbox识别pdf文字，因为pdf是无结构的，导致识别的时候内容错乱，如果需要识别的是文本，可以按照行识别，这样方便对照内容。

引入maven依赖：截止23年的最新依赖

        <dependency>
            <groupId>org.apache.pdfbox</groupId>
            <artifactId>pdfbox</artifactId>
            <version>2.0.26</version>
        </dependency>
        <dependency>
            <groupId>org.apache.pdfbox</groupId>
            <artifactId>fontbox</artifactId>
            <version>2.0.26</version>
        </dependency>
        <dependency>
            <groupId>org.apache.pdfbox</groupId>
            <artifactId>jempbox</artifactId>
            <version>1.8.16</version>
        </dependency>