使用PDFBox从特定页面读取文本

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

我还有一个关于如何使用PDDocumentCatalog.getAllPages().get(i)对象引用的示例PDDocumentCatalog.getAllPages().get(i) 。

如何使用PDFBox获取一个页面的文本，因为我在PDPage类PDPage不到任何此类方法？

Answer 1

您可以在PDFTextStripper上设置参数以读取特定页面：

 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更多地用于表示屏幕上的页面，而不是提取文本。 因此，我不建议使用它来提取文本。