Java如何获取pdf中的文本

Java可以使用Apache PDFBox库来获取PDF中的文本。以下是一个简单的示例代码：

import java.io.File;
import java.io.IOException;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;

public class PdfExtractor {

    public static void main(String[] args) {
        try (PDDocument document = PDDocument.load(new File("example.pdf"))) {
            PDFTextStripper stripper = new PDFTextStripper();
            String text = stripper.getText(document);
            System.out.println(text);
        } catch (IOException ex) {
            ex.printStackTrace();
        }
    }
}

在这个示例中，我们首先加载了一个PDF文档，然后使用PDFTextStripper类从文档中提取纯文本。getText()方法返回提取的文本作为字符串。您可以使用此基础示例来扩展文本提取功能，例如指定页面范围，添加文本格式化或过滤器等。