org. apache .pdfbox.pdfparser.NonSequentialPDFParser checkXrefOffsets SEVERE: Не удается найти объект 8 0 (смещение начала 0) - PullRequest
Новая
       16

org. apache .pdfbox.pdfparser.NonSequentialPDFParser checkXrefOffsets SEVERE: Не удается найти объект 8 0 (смещение начала 0)

0 голосов
/ 24 апреля 2020

Мы используем pdfbox 1.8.8 для извлечения текста из файлов pdf в моем приложении. есть проблема с pdfbox, где он регистрирует ошибку "org. apache .pdfbox.pdfparser.NonSequentialPDFParser checkXrefOffsets SEVERE: Не удается найти объект 8 0 (смещение источника 0)", но не выбрасывает его для решения проблемы. Наконец, он возвращает текст на другом неизвестном языке. Мы не смогли обновить версию pdfbox, так как в приложении нет тестов качества.

Вот код: 

     PDDocument pdDocument = null;
     File tmpfile = File.createTempFile(String.format("txttmp-%s", UUID.randomUUID().toString()), null);
    // pdDocument= PDDocument.load(new FileInputStream(sourceFile),true);
     pdDocument =PDDocument.loadNonSeq(sourceFile, new RandomAccessFile(tmpfile, "rw"));
     PDFTextStripper pdfTextStripper = new PDFTextStripper();
     int pages = pdDocument.getNumberOfPages();
     for (int page = 1; page <= pages; page++) {
         //Set up the text stripper to grab just one page worth of text
         pdfTextStripper.setSortByPosition(true);
         pdfTextStripper.setStartPage(page);
         pdfTextStripper.setEndPage(page);
         String pageText = pdfTextStripper.getText(pdDocument);
}
...