我想剥离第一页和第三页,但是为什么它只剥离第一页并显示两次相同的输出。我在这里使用pdfbox。即使我将其写为stripper.setStartPage(3)也无法剥离第三页
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;
import org.apache.pdfbox.text.TextPosition;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.IOException;
import java.io.OutputStreamWriter;
import java.io.Writer;
import java.util.ArrayList;
import java.util.List;
public class GetlinesFromPDF extends PDFTextStripper {
static List<String> lines = new ArrayList<String>();
public GetlinesFromPDF() throws IOException {
}
public static void main( String[] args ) throws IOException {
PDDocument document = null;
String fileName = "C://Users//policy.pdf";
try {
document = PDDocument.load( new File(fileName) );
PDFTextStripper stripper = new GetlinesFromPDF();
stripper.setSortByPosition( true );
stripper.setStartPage( 1 );
stripper.setEndPage( 1);
Writer dummy = new OutputStreamWriter(new ByteArrayOutputStream());
stripper.writeText(document, dummy);
String qoute_number = lines.get(2);
System.out.println(qoute_number);
stripper.setStartPage( 3 );
stripper.setEndPage( 3);
Writer dummy1 = new OutputStreamWriter(new ByteArrayOutputStream());
stripper.writeText(document, dummy1);
String qoute_number1 = lines.get(2);
System.out.println(qoute_number1);
}
finally {
if( document != null ) {
document.close();
}
}
}
@Override
protected void writeString(String str, List<TextPosition> textPositions) throws IOException {
lines.add(str);
}}
最佳答案
剥离工作完美。您的问题是lines
会添加所有结果-剥离第一页和第三页。因此,打印出相同的索引(get(2)
)始终包含第一页的内容。如果在两个剥离之间添加清晰的调用,则应该看到正确的结果。
stripper.setStartPage( 1 );
stripper.setEndPage( 1);
Writer dummy = new OutputStreamWriter(new ByteArrayOutputStream());
stripper.writeText(document, dummy);
String qoute_number = lines.get(2);
System.out.println(qoute_number);
lines.clear();
stripper.setStartPage( 3 );
stripper.setEndPage( 3);
关于java - 无法使用Java剥离pdf中的页面行,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/49720727/