iText java无法正确解析PDF中的文本/

我正在使用iTextJavaAPI从PDF中提取文本

String text =  PdfTextExtractor.getTextFromPage(reader,i);

Src PDF内容：

1.2提交资料

生成的文本：

提交资料
1.2

提取的文本被分成两行，文本的顺序也被打乱了

有人能帮我理解我做错了什么吗

Src pdf文件链接-

从iText生成的目标文本文件-

但是，当我使用其他PDF API（如PDFClown）进行测试时，它的工作情况与预期一样

请帮忙

谢谢你的原因 iText及其标准文本提取策略用于提取

作为

因为“1.2”实际上位于“提交文件”下方（每分钟）：

正如您在本PDF内容图说明摘录中所见，“1.2”在y坐标-6634处绘制，而“提交资料”在-6628处绘制，即“1.2”在“提交资料”下方绘制6个缩放单位

这使得iText将其放在单独的下一行

解决办法 您可以使用from而不是默认提取策略cf，并获得以下输出：

1.2 SUBMITTALS 

（有关该策略使用的详细信息，请咨询。是该答案“更新：位置变化文本提取策略”一节中更新的策略。）

原因 iText及其标准文本提取策略用于提取

作为

因为“1.2”实际上位于“提交文件”下方（每分钟）：

正如您在本PDF内容图说明摘录中所见，“1.2”在y坐标-6634处绘制，而“提交资料”在-6628处绘制，即“1.2”在“提交资料”下方绘制6个缩放单位

这使得iText将其放在单独的下一行

解决办法 您可以使用from而不是默认提取策略cf，并获得以下输出：

1.2 SUBMITTALS 

---

（有关该策略使用的详细信息，请咨询该答案“更新：位置变化文本提取策略”一节中的更新策略。）

请重新格式化代码那么“Src PDF内容-1.2提交文件生成文本-提交文件1.2”来自何方？在Src PDF链接中，打开PDF，您将在目标文本文件链接中看到以1.2提交文件开头的部分-对于同一部分，您将在一行中看到提交文件，在单独的一行中看到1.2。在我的Java代码中，我只是使用“String text=PdfTextExtractor.getTextFromPage（reader，I）；”来提取页面内容。顺便说一下，我使用的是5.5.7，也尝试了5.5.10。同样的结果。我不太确定，但也许iText的PDF转换程序的格式与其他PDF API不同。请重新格式化代码。那么“Src PDF内容-1.2提交文件生成文本-提交文件1.2”是从哪里来的？在Src PDF链接中，打开PDF，您将在目标文本文件链接中看到以1.2提交文件开头的部分-对于同一部分，您将在一行中看到提交文件，在单独的一行中看到1.2。在我的Java代码中，我只是使用“String text=PdfTextExtractor.getTextFromPage（reader，I）；”来提取页面内容。顺便说一下，我使用的是5.5.7，也尝试了5.5.10。同样的结果。我不是很确定，但也许iText的PDF转换程序与其他PDF API的格式不同。非常感谢您的解释！！谢谢你的解释！！

1.2 SUBMITTALS