尝试阅读PDF文档的内容时遇到问题。我将iText 2.1.7与Java一起使用，我需要分析PDF文档的内容：最初，我使用PdfTextExtractor的getTextFromPage方法，并且该方法正常运行，但仅当页面只是文本（如果包含）时才有效一张图片，然后我用getTextFromPage获得的String是一组毫无意义的符号（也许是不同的字符编码？），我丢失了整个页面的内容。我尝试使用最新版本的iText并可以正常工作，但如果我没有记错的话，该许可证将不是完全免费的（我正在为商业客户开发Web应用程序，该应用程序可以即时提供PDF），所以我不能使用它。如果您有任何建议，我将不胜感激。
如果您需要它，下面是代码：
PdfReader pdf = new PdfReader(doc); //doc is just a byte[]
int pageCount = pdf.getNumberOfPages();
for (int i = 1; i <= pageCount; i++) {
PdfTextExtractor pdfTextExtractor = new PdfTextExtractor(pdf);
String pageText = pdfTextExtractor.getTextFromPage(i);
在此先感谢，问候。
最佳答案
我认为您的PDF具有嵌入式图像。我认为iText 2.1.7不会解决这个问题。
您可以找到有关许可证here的信息
关于java - 与iText的PdfTextExtractor解析错误，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/7354250/