Java 使用PDFBox访问PDF中图像的alt文本

我正在寻找一种方法，使用自动访问PDF中图像的alt文本。我知道您可以使用其他工具手动提取alt文本，但我正在寻找一种按比例执行此操作的方法。我发现解决这个问题似乎已经过时了。如何使用PDFBox为PDF中的图像提取alt文本

编辑：这是我到目前为止所做的，但在我知道在数字上有alt文本的pdf上仍然返回null

PDFMarkedContentExtractor extractor = new PDFMarkedContentExtractor();
for (int p = 1; p <= document.getNumberOfPages(); ++p) {
        PDPage page = document.getDocumentCatalog().getPages().get(p);
        extractor.processPage(page);
        List<PDMarkedContent> annotations = extractor.getMarkedContents();
        // do some nice output with a header
        String pageStr = String.format("page %d:", p);
        System.out.println(pageStr);
        for (int i = 0; i < pageStr.length(); ++i) {
            System.out.print("-");
        }
        System.out.println();
        for (int i = 0; i < annotations.size(); i++) {
         System.out.println(annotations.get(i).getAlternateDescription());
            }
        System.out.println();
}

PDFMarkedContentExtractor extractor=新的PDFMarkedContentExtractor（）；
对于（int p=1；p，答案没那么糟糕…下载PDFDebugger并查看您的文件。（单击“查看”、“显示内部结构”，展开内容后您将看到结构树）。遗憾的是，这整件事相当棘手。我是一名pdfbox提交者，几乎没有接触过它。@TilmanHausher除了在PDFDebugger上进行全树搜索外，还有什么方法可以访问alt文本？我在上进行了测试，alt标记位于
页面：1/Resources/Properties/alt
下，而图像位于
页面：1/Resources>下/Properties/XObject/Im1
。我也在一个PDF上尝试了这个方法，使用Adobe Accessibility工具在后期添加了alt text，但根本找不到alt标记，但可能它埋在了其他地方。哇，这看起来很简单。我找到的是相同的文本，但在这里：Root/structureRoot/K/K/[0]/K/[0]/alt测试通过MS Word、Adobe、PAVE、Google Docs和PDFBox添加alt文本的PDF时，PDFDebugger似乎只会提取最初使用PDFBox生成的PDF中的alt文本。否则，它看起来不会提取alt文本。PDFDebugger根本不会“提取”alt文本，它只是显示PDF树中的内容。