如何使用Java从PDF中的特定矩形区域提取数据？答案

【问题标题】：How to extract data from a specific rectangular area in a PDF using Java?如何使用Java从PDF中的特定矩形区域提取数据？
【发布时间】：2017-12-26 00:21:20
【问题描述】：

我正在尝试从 PDF 中给出的两个坐标指定的特定矩形区域中提取数据。是否可以在 PDF 中执行此操作，或者我必须将其转换为图像并使用 OCR？如果是这样，PDFBox 或 iText 是否包含通过 OCR 分析图像的方法？谢谢！

【问题讨论】：

嗨，我不明白为什么有人会否决这篇文章。如果您认为出现了一些错误，请告诉我，以便我在以后的帖子中进行改进。谢谢。

标签： java pdf

【解决方案1】：

如果区域是文本。使用pdfbox,

PDDocument document = PDDocument.load(new File("target.pdf"));
PDFTextStripperByArea stripper = new PDFTextStripperByArea();
stripper.setSortByPosition(true);
Rectangle rect = new Rectangle(35, 375, 340, 204);
stripper.addRegion("class1", rect);
stripper.extractRegions(document.getPage(1));
System.out.println(stripper.getTextForRegion("class1")

【讨论】：

感谢您的帮助。