我正在使用的:我正在使用 Apache Tika 在我的 Java 应用程序上解析 PDF。
我需要什么:我需要解析 PDF 的某个区域(即由 Rectangle 对象定义)，就像我通常对 iText 所做的那样。
问题:是否可以使用 Apache Tika 解析 PDF 的定义区域？怎么办？
最佳答案
Apache Tika 将为您提供文档的简化、规范化 HTML 表示形式。对于基于页面的格式(例如 PDF 或 PPT)，它将标记页面边界，但对于非基于页面的格式(例如基于运行的 .doc)，它不会。
您需要做的是降级到 Apache PDFBox ，它是为 Tika 中的 PDF 解析器提供支持的底层库。使用 PDFBox，您可以获取给定页面上对象的位置，确定它们是否在您想要的范围内，并获取它们的文本。它不会像使用 Apache Tika 那么容易，但为了达到这种控制级别，您需要更多地参与
关于java - 使用 Tika 解析 PDF 区域，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/31670206/