我有PDF文件,其文本有四个不同的方向,如水平对齐,垂直对齐和反向对齐.使用PDFBox API从pdf中读取文本时,我获得了水平对齐文本的良好输出,但在其他情况下却没有.
例如,如果“斜体”字水平对齐,则输出为“斜体”.如果它是垂直对齐的,那么输出就会在行之间分割为
“它
一个
里
c“(这里”它“,”a“,”li“,”c“在不同的行中).
我想知道即使对于垂直和反向对齐的文本,是否有任何方法可以获得良好的外观.
解决方法:
您可以覆盖PDFTextStripper的processTextPosition()方法并编写逻辑以获取每个字符的方向,x和y值.通过根据方向对角色进行分组,您可以单独裁剪它们.
标签:java,pdfbox 来源: https://codeday.me/bug/20190702/1354156.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。