使用 PDFBox 从特定页面读取文本 [重复]

Question

我知道如何使用 PDFTextStripper.getText(PDDocument) 读取整个 pdf 文件的文本。

我还有一个示例，说明如何使用 PDDocumentCatalog.getAllPages().get(i) 获取对特定页面的对象引用。

由于在PDPage 类上看不到任何此类方法，如何使用 PDFBox 获取仅一页的文本？

Answer 1

您可以在PDFTextStripper上设置参数以阅读特定页面：

PDDocument doc; // document
int i; // page no.

PDFTextStripper reader = new PDFTextStripper();
reader.setStartPage(i);
reader.setEndPage(i);
String pageText = reader.getText(doc);

据我所知，PDPage 更多用于在屏幕上表示页面，而不是提取文本。因此，我不建议使用它来提取文本。