我在使用PDFBox，java库时遇到问题。我正在尝试处理pdf的结构，并在不丢失信息的情况下做到这一点，我使用的是PDPage.getContents（）而不是文本剥离程序。
问题是，它显示的内容带有很多缩写和数字，而我无法在网站上找到说明。
一个例子：
BT
0.001 Tc
1.2045 TL
9.9626 0 0 9.9626 53.04069 571.90505 Tm
[(con)26.6(t)4.4(aining)-378.3(their)-378.2(a)-4.9(sso)-29(ciated)-358.9(eigen)26.6(v)59(alues)] TJ
ET
BT
0 Tc
0 TL
/F8 1 Tf
9.9626 0 0 9.9626 226.08209 571.90505 Tm
[(\012)] TJ
ET
BT
/F11 1 Tf
6.9738 0 0 6.9738 231.84 570.465 Tm
[(d)] TJ
ET
BT
0.0002 Tc
/F5 1 Tf
9.9626 0 0 9.9626 236.64 571.905 Tm
[(,)-372.5(i)0.9(n)-383.8(d)1.7(escending)-379.1(o)-5.7(r)-5.6(der)-5.6(.)-360.4(Beca)-5.7(use)-362.4(t)3.6(he)] TJ
ET
BT
-0.0008 Tc
1.2045 TL
9.9626 0 0 9.9626 53.04024 559.90505 Tm
[(co)17.4(v)57.2(a)-6.7(r)-6.6(i)-0.1(a)-6.7(n)0.7(ce)-267(ma)-6.7(tr)-6.6(ix)-280(is)-280.9(symmetr)-6.6(ic)-279.1(a)-6.7(n)0.7(d)-288.4(s)-3.8(emip)-23.4(o)-6.7(s)-3.8(itiv)21.1(e)-279.1(d)0.7(e“nite,)-289.1(t)2.6(he)-291.1(eig)-6.7(e)-2(n)24.8(v)21.1(ecto)-6.7(r)-6.6(s)-256.8(a)-6.7(r)-6.6(e)] TJ
ET
我能够翻译一些简单的显而易见的内容（例如，ET =结束文本，BT =起始文本），但基本上我无法确定所有其他内容。 “音节”旁边的数字似乎在说明位置。
我特别感兴趣的是/ F5，/ F7，..;它们似乎与后面的文本格式有关，但是仅知道这对常规的pdf分析并没有真正的帮助，所以我需要更多信息。
我很乐意接受任何可能有用的信息。
先感谢您 ：）
最佳答案
最好的起点是PDF 32000 specification或第645页中的附件A（左侧）“操作员摘要”。一开始，我一直都在使用它。
在您的示例中，“ Tf”是“选择字体”。要找出字体是什么，请使用PDFDebugger在资源字典中查找名称，或将鼠标光标悬停在“ Tf”上并等待字体名称显示。这是一个例子：
因此，/ TT2是Verdana，Bold字体子集。
关于java - PDFBox获取缩写的内容含义，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/39938292/