Question

java 解析 pdf 忽略文件中的图片只取文字部分

我在用java读取pdf文本的时候 不知道是不是因为有部分文件中包含图片 导致我那部分文件读取失败 其他没有图片的pdf是读取正常的 请大神帮忙解答一下 非常感谢 在线等 急 可以加我qq 248461341 再次感谢

Answer 1

仔细阅读iTextAsian包的应用手册,或到itext社区求助吧。 应该是字符集的支持问题,“喆” 在GBK字符集中。

追问

我排查了一下pdf文件 像左侧的这种二维码图片 读取的文本就是错的 右侧的这个二维码文件 就没有什么异常 左侧的这个文件 我点击二维码 出现了一个个蓝色的小方块 也不知道是怎么回事 大神你见过这样的么