这个简短的教程详细介绍了如何通过加载输入 PDF 文档并将其保存为 Text 格式来将 PDF 转换为 Java 中的文本。此外，与源 PDF 文件相比，可以自定义使用 Java PDF 到文本转换器 来控制是否希望输出带有或不带格式的文本。
在 Java 中将 PDF 转换为文本的步骤
- 通过从 Maven 存储库中添加对 Aspose.PDF 的引用来配置您的应用程序，以将 PDF 转换为文本文件
- 使用 Document 类对象加载输入 PDF 文件，以将 PDF 转换为文本文件
- 创建一个 TextAbsorber 类的对象来设置文本提取选项
- 将提取的文本写入文本文件
上述步骤详细说明了开发基于 PDF 到 Text Java 的转换器应用程序的过程。第一步，使用 Document 类实例加载输入的 PDF 文档，然后选择是否需要带格式的文本。最后，您可以使用文本字符串写入文件或根据您的要求进一步处理它。
在 Java 中将 PDF 转换为文本的代码
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
| import com.aspose.pdf.Document; | |
| import com.aspose.pdf.License; | |
| import com.aspose.pdf.TextAbsorber; | |
| import com.aspose.pdf.TextExtractionOptions; | |
| import java.io.BufferedWriter; | |
| import java.io.FileWriter; | |
| import java.nio.file.Files; | |
| public class ConvertPdfToTextInJava { | |
| public static void main(String[] args) throws Exception { // main method to convert a PDF document to Text file | |
| // Instantiate the license to avoid trial limitations while converting the PDF to a text file | |
| License asposePdfLicenseText = new License(); | |
| asposePdfLicenseText.setLicense("Aspose.pdf.lic"); | |
| // Load the source PDF file that is to be converted to Text file | |
| Document convertPDFDocumentToText = new Document("input.pdf"); | |
| // Instantiate a TextAbsorber class object for converting PDF to Text | |
| TextAbsorber textAbsorber = new TextAbsorber(new TextExtractionOptions(TextExtractionOptions.TextFormattingMode.Pure)); | |
| // Call the Accept method exposed by the TextAbsorber class | |
| convertPDFDocumentToText.getPages().accept(textAbsorber); | |
| // Read the text as string | |
| String ExtractedText = textAbsorber.getText(); | |
| // Create the BufferedWriter object to open the file | |
| BufferedWriter writer = new BufferedWriter(new FileWriter(new File("SampleOutput.txt"))); | |
| // Write extracted contents to the file | |
| writer.write(ExtractedText); | |
| // Close writer | |
| writer.close(); | |
| System.out.println("Done"); | |
| } | |
| } |
此示例代码演示了通过使用 Java 将 PDF 转换为文本 并通过使用不同的选项（例如 TextAbsorber 类具有多个构造函数）进行完全控制，您可以在其中使用 TextSearchOptions ，它提供了将源 PDF 中的阴影文本转换为单独文本的选项。同样，您可以设置标志以仅在绑定的页面内搜索文本，或设置矩形以仅在所有页面中从指定区域搜索文本。
在这里，我们学习了如何将 PDF 转换为 Java 中的文本以及代码片段。如果您想了解将 PDF 转换为 Word 的过程，请参阅 如何在 Java 中将 PDF 转换为 Word 上的文章。
