我正在使用 Apache PDFBox 读取具有由书签定义的层次结构的 PDF 文档。层次结构呈树状,仅在叶级包含内容。
使用以下代码提取两个叶级书签之间的文本:
Stripper.setStartBookmark(),
Stripper.setEndBookmark(),
Stripper.writeText()),
改为返回整个页面中的文本。总之,我的问题和this thread中提到的类似.
有没有办法提取两个书签之间的内容?
如果是这样,我的代码应该更改什么?
最佳答案
我猜你的书签没有包含正确的数据。
听起来您使用的书签只指向内容开始的页面,而不是页面上的位置。
这是一个包含位置数据的书签示例:
<Title Action="GoTo" Style="bold" Page="2 FitH 518">
Title Name
</Title>
关于java - 使用 Apache PdfBox 提取两个书签之间的文本,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/9579501/