Web applications 使用Grails读取PDF文件

我想解析来自网站的PDF文件

---

有人能说出如何使用Grails从PDF文件中提取文本（逐字）吗？

我不知道Grails/Groovy，但您可以在项目中使用Apache lib解析PDF。

作为另一种选择，我在这方面的产品一直都很成功。我和阿斯珀斯没有任何关系。我很喜欢他们的产品。

其他选项包括支持pdf和其他格式的文件

要使用Groovy/Grails，请像使用Groovy/Grails一样使用下面的Java

要将Apache tika与Java结合使用，您必须：

• 从下载tika-app-1.2.jar
• 下载示例程序
• 使用javac-cp tika-app-1.2.jar textextextractor.java编译程序
• 提取一些文本java-cp tika-app-1.2.jar:。文本提取器aPDFFile.pdf

要将itext与Java结合使用，您需要：

• 下载itextpdf-5.3.5.jar
• 编写以下文件：

  import java.io.IOException;
  
  import com.itextpdf.text.pdf.PdfReader;
  import com.itextpdf.text.pdf.parser.PdfTextExtractor;
  
  public class itextHelloWorld {
  
  
     static void extract(String input) throws IOException{
         String path = input;
         PdfReader reader = new PdfReader(path);
         int numberOfPages = reader.getNumberOfPages();
         for (int i = 0;i<numberOfPages;i++) {
             System.out.println(PdfTextExtractor.getTextFromPage(reader,i+1));
         }
     } 
  
      public static void main(String[] args) throws IOException {
          extract(args[0]);
      }
  }
  

  import java.io.IOException；
  导入com.itextpdf.text.pdf.PdfReader；
  导入com.itextpdf.text.pdf.parser.PdfTextExtractor；
  公共类itextHelloWorld{
  静态无效提取（字符串输入）引发IOException{
  字符串路径=输入；
  PdfReader reader=新PdfReader（路径）；
  int numberOfPages=reader.getNumberOfPages（）；
  对于（int i=0；iThat），我不知道该怎么做，因为我发布的用于提取pdf数据的方法丢失了格式信息。也许你可以发布一个后续堆栈溢出问题，看看如何最好地完成你的要求。