पीडीएफबॉक्स - शब्द स्थान प्राप्त करना (और न केवल वर्ण ')

Question

क्या "processTextPosition" के समान, PDFBox का उपयोग करके शब्दों के स्थान प्राप्त करना संभव है? ऐसा लगता है कि प्रक्रियाTextPosition केवल एकल वर्णों पर कॉल किया जाता है, और कोड जो उन्हें शब्दों में विलय करता है वह PDFTextStripper ("सामान्यीकृत") विधि का हिस्सा है, जो पाठ का स्थान वापस करता है। क्या कोई तरीका/उपयोगिता है जो स्थान को भी निकालती है? (सोच क्या प्रेरणा है उन लोगों के लिए - जानकारी वास्तव में एक मेज है, और हम रिक्त कक्षों का पता लगाने के लिए करना चाहते हैं) धन्यवाद

Answer 1

प्राप्त करने के लिए शब्दों और उनके एक्स और एक पाठ एक pdf फ़ाइल से निकाले में y स्थितियां आप इस प्रकार

PDFTextStripper pdfStripper = new CustomPDFTextStripper(); 
String text = pdfStripper.getText(*pdf file wrapped as a PDDocument object*); 

रूप PdfTextStripper वर्ग का विस्तार करने और पीडीएफ फाइल जैसे

public class CustomPDFTextStripper extends PDFTextStripper{ 

    public CustomPDFTextStripper() throws IOException { 

    } 

    /** 
    * Override the default functionality of PDFTextStripper. 
    */ 

    @Override 
    protected void writeString(String text, List<TextPosition> textPositions) throws IOException{ 
     TextPosition firstProsition = textPositions.get(0); 
     writeString(String.format("[%s , %s , %s]", firstProsition.getTextPos().getXPosition(), 
       firstProsition.getTextPos().getYPosition(), text)); 

    } 
} 

से पाठ निकाल करने के लिए कस्टम वर्ग का उपयोग इस कस्टम वर्ग की एक वस्तु बना सकते हैं और निकालने के पाठ होगा परिणामी पाठ स्ट्रिंग डिफ़ॉल्ट शब्द विभाजक