Java pdfbox getcharacterbyarticle（）呈现最后一页的向量

我正在尝试使用以下代码获取文本详细信息，如坐标、宽度和高度（采用此解决方案），但输出的只是最后一页的文本

代码

public static void main( String[] args ) throws IOException    {
        PDDocument document = null;
        String fileName = "apache.pdf"

        PDFParser parser = new PDFParser(new FileInputStream(fileName));
        parser.parse();

        StringWriter outString = new StringWriter();

        CustomPDFTextStripper stripper = new CustomPDFTextStripper();
        stripper.writeText(parser.getPDDocument(), outString);

        Vector<List<TextPosition>> vectorlistoftps = stripper.getCharactersByArticle();

        for (int i = 0; i < vectorlistoftps.size(); i++) {
            List<TextPosition> tplist = vectorlistoftps.get(i);
            for (int j = 0; j < tplist.size(); j++) {
                TextPosition text = tplist.get(j);
                System.out.println(" String "
                        + "[x: " + text.getXDirAdj() + ", y: "
                        + text.getY() + ", height:" + text.getHeightDir()
                        + ", space: " + text.getWidthOfSpace() + ", width: "
                        + text.getWidthDirAdj() + ", yScale: " + text.getYScale() + "]"
                        + text.getCharacter() +" Font "+ text.getFont().getBaseFont() + " PageNUm "+ (i+1));
            }
        }
} 

publicstaticvoidmain（字符串[]args）引发IOException{
PDDocument文件=null；
String fileName=“apache.pdf”
PDFParser parser=newpdfparser（newfileinputstream（fileName））；
parser.parse（）；
StringWriter outString=新StringWriter（）；
CustomPDFTextStripper剥离器=新CustomPDFTextStripper（）；
stripper.writeText（parser.getPDDocument（），outString）；
Vector vectorlistoftps=stripper.getCharactersByAttribute（）；
对于（int i=0；i

自定义PDFTextStripper类别：

class CustomPDFTextStripper extends PDFTextStripper
{
    //Vector<Vector<List<TextPosition>>> data = new Vector<Vector<List<TextPosition>>>();
    public CustomPDFTextStripper() throws IOException {
        super();
    }

    public Vector<List<TextPosition>> getCharactersByArticle(){
       // data.add(charactersByArticle);
        return charactersByArticle;
    }
}

class CustomPDFTextStripper扩展了PDFTextStripper
{
//向量数据=新向量（）；
public CustomPDFTextStripper（）引发IOException{
超级（）；
}
公共向量getCharactersByArticle（）{
//添加数据（charactersByArticle）；
返回字符标签；
}
}

我试图将向量添加到列表中，但调用剥离器（）时，它会遍历所有页面，最后一页的详细信息存储在charactersByArticle向量中，因此返回相同的内容。如何获取所有页面的信息？？？

临时修复：

更改了main方法，将当前页面设置为结束页面并获取文本信息。不过这不是个好主意

 for (int page = 0; page < pageCount; page++)
                    {
        stripper.setStartPage(0);
        stripper.setEndPage(page + 1);
        stripper.writeText(parser.getPDDocument(), outString);
        Vector vectorlistoftps = stripper.getCharactersByArticle();
        PDPage thisPage = stripper.getCurrentPage();
        for (int i = 0; i < vectorlistoftps.size(); i++) {
                List<TextPosition> tplist = vectorlistoftps.get(i);
        }
    }

for（int page=0；page

您是否尝试过剥离器.setStartPage（）和

剥离器.setEndPage（）

？嗨@TilmanHausherr，我尝试过，但我只获得了在剥离器.setEndPage（）中设置的页面的文本信息。因此，我通过迭代pdf中的页数并更改每次迭代setEndPage（）中的值，暂时修复了它。我正在寻找比这更好的解决方案。非常感谢。