Разбор PDF-файла и запись содержимого в текстовый файл с использованием Java

Question

как разобрать файл PDF и записать содержимое в файл слова с помощью Java?

Answer 1

Для анализа файла PDF в Java вы можете использовать Apache PDFBox: http://incubator.apache.org/pdfbox/

Для чтения / записи файлов формата Word (или других файлов Office) в Java попробуйте POI: http://poi.apache.org/

Оба свободны.

Answer 2

Попробуйте библиотеку Java iText :

iText - это идеальная библиотека для разработчиков, желающих усовершенствовать веб- и другие приложения с помощью динамической генерации PDF-документов и / или манипуляций .

Может использоваться для вашего шага разбора.

Что касается генерации документов Word - API Java * OpenOffice 1014 * может генерировать документы, совместимые с Word (нет личного опыта работы с этим API).

Answer 3

Вы можете попробовать любой из этих:

• http://incubator.apache.org/pdfbox/
• https://pdf -renderer.dev.java.net /

Когда вы читаете содержимое файла PDF, вы можете также сохранить его в ODT-файле или текстовом файле. Для файла ODT попробуйте http://odftoolkit.openoffice.org.

Лучший!

Answer 4

Вы можете использовать iText, если исходный PDF в основном текстовый. Изображения и тому подобное довольно трудно обрабатывать при разборе. Если это только текст, это всего лишь 10 строк кода. См. Примеры в руководстве по iText.

Для записи файлов слов есть только Apache POI. Это может быть немного сложно понять, но для такой простой задачи это не должно быть проблемой.