欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

java进行pdf解析-----pdfbox 博客分类: 技术 Javalucene编程FlashIDEA 

程序员文章站 2024-02-12 14:48:10
...



对pdf解析有不少成熟技术,经过选型,我最后选定用pdfbox。

前面那个flash上传的是pdf,实际保存到数据库的也是pdf,但中间还有个过程:转换为text文本,并抽取作者、时间、标题、、、之类的信息进行索引(用的lucene)

因为pdfbox原生提供了生成luceneDocument的类,所以不需要什么编程,只针对特殊需求hack了几个小地方,因此就不贴代码了。

这个贴的目的就是推荐一下pdfbox,以后需要用到pdf->text的,这个工具值得使用。

 

【2009-8】