<dependency>
	<groupId>org.apache.pdfbox</groupId>
	<artifactId>pdfbox</artifactId>
	<version>2.0.8</version>
</dependency>

try {
    File file = new File("test.pdf");
    PDDocument document = PDDocument.load(file);

    //Extraire uniquement les chaînes de caractères
    PDFTextStripper pdfStripper = new PDFTextStripper();

    //Comme il en a l'air(Réglage de la lecture des chaînes de caractères dans l'ordre de (du haut à gauche vers le bas à droite)
    pdfStripper.setSortByPosition(true);
    //Extraction de texte à partir de pdf
    text = pdfStripper.getText(document);

    document.close();

} catch (Exception e) {
    e.printStackTrace();
}

Recommended Posts