本文介紹了使用pdfbox，為什么可以提取文本，但不能提取圖像的處理方法，對(duì)大家解決問題具有一定的參考價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)吧！
問題描述
我正在使用pdfbox從pdf中提取圖像和文本。我有以下提取文本的代碼：
PDFTextStripper p = new PDFTextStripper();
String thistext=p.getText(document);
，它正確地提取文本。然而，當(dāng)我嘗試使用ExtractImages類從同一個(gè)pdf中提取圖像時(shí)，生成的圖像是pdf的所有頁(yè)面，而不是實(shí)際的圖像。這是因?yàn)閜df可能是掃描的副本嗎？如果這是真的，為什么提取文本？
推薦答案
我認(rèn)為它被掃描這一事實(shí)是您的問題。雖然我見過掃描的PDF檢測(cè)文本(并使其可突出顯示)，但它仍然是一幅圖像。要檢驗(yàn)這一假設(shè)，我會(huì)嘗試使用已知良好的PDF，例如this one。
這篇關(guān)于使用pdfbox，為什么可以提取文本，但不能提取圖像的文章就介紹到這了，希望我們推薦的答案對(duì)大家有所幫助，
