【发布时间】：2010-05-21 09:35:30
【问题描述】：
我想阅读带有原始内容的 pdf 文件，例如它的字体（可能某些字体很小，而某些字体很大）以及段落和表格（如果是）。
这怎么可能。
请帮忙。
【问题讨论】：
标签： java pdf text-extraction text-formatting
【发布时间】：2010-05-21 09:35:30
【问题描述】：
您需要一个库，例如 jPod，它可以将 PDF 文档解析回生成它们的结构。 PDF 规范非常复杂，但如果您只想抓取文本并可能需要一两个字体大小，那应该不难做到。
【讨论】：
-
您好，是否可以读取带有原始内容的 doc 文件......例如段落和字体大小、字体颜色和表格？？？
-
除非 PDF 是作为结构化内容创建的，否则它不在文件中 - 需要猜测。我写了一篇博客文章，在pdf.jpedal.org/java-pdf-blog/bid/12670/PDF-text 上解释了 PDF 中的内容