我正在使用apache pdfbox框架来阅读pdf文本内容.我必须从"目录"页面(如果存在于pdf中)获取内容,应该能够通过pdfbox api识别内容表页面.请提供您的建议.
您可以从PDF文档中提取的任何结构都不容易识别PDF文件中的内容表.您必须进行文本提取并根据其属性识别内容表.
PDF一般不包含内容结构,如目录,章节,页眉,页脚甚至段落或文本行.
| 归档时间： |
|
| 查看次数： |
664 次 |
| 最近记录： |