java - PDFBox 提取的文本不包含国际(非英语)字符

Question

我正在使用 Apache PDFBox 从多个 PDF 文件中提取文本。这些文件使用波兰语，并且包含波兰语字符。不幸的是，当我打印提取的文本时，我不断收到 ? (问号)而不是那些字符。

Answer 1

假设您提取的文本存储在 String 中，我假设您当前正在使用它来打印 -

System.out.println(s);

我建议您使用此代码段正确打印波兰语字符-

java.io.PrintStream p = new java.io.PrintStream(System.out,false,"UTF-8");
p.println(s);

这应该行得通吗？不会出现在打印文本中。