用pdfBox解析pdf，1m以下的pdf可以成功解析出来，但是1m以上的pdf都没办法解析出来，到底是为什么？jvm内存限制也不应该只能解析1M的文件啊？求大神解答~
用pdfbox提取pdf文本，用poi提取word文本，为什么输出字符空白？
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
2条回答 默认 最新
- 2021-09-01 15:49回答 1 已采纳 读取的时候去掉换行符。
- 2016-11-18 03:54回答 1 已采纳 ``` PdfReader reader = new PdfReader("c:/debug/test.pdf"); reader.selectPages("2-5");
- 2020-07-25 16:27回答 2 已采纳 试一试用Free Spire.PDF for Java来转换PDF到图片呢，[参考文章](https://blog.csdn.net/Eiceblue/article/details/82151396
- 2021-01-22 16:02花飘万家雪的博客 1、Tika应用层架构 应用程序员可以很容易地在他们的应用程序...每当一个文本文件被传递到Tika，它将检测在其中的语言。它接受没有语言的注释文件和通过检测该语言添加在该文件的元数据信息。 支持语言识别，Tika 有.
- 2017-11-15 03:46回答 2 已采纳 无意间看到的希望对你有帮助 http://www.cnblogs.com/Starshot/p/7481724.html
- 2015-07-07 09:54回答 1 已采纳 No, unless you use the command line utilities, or develop your own, and then call them from your p
- 2010-05-05 16:29回答 2 已采纳 你的pdf是不是由图片组成等的？如果是图片肯定不能转成txt的
- 2022-03-10 10:30Shacoray的博客 背景 需求需要对不同文件加水印，例如：jpg，png，pdf，word 由于不同文件不同的方式，所以...图片文件，最好选择就是通过ImageIO，ImageIO为Java的自带工具类javax.imageio.ImageIO PDF下 itext官网url：https://it
- 2013-07-23 22:49回答 1 已采纳 pdfbox没有获取行号的api，所以你所说的功能无法实现，但是有个替代的方法，你翻下[url]http://wenku.baidu.com/view/6e39e18783d049649b66582f
- 2017-10-11 13:04回答 1 已采纳 * String类型的长度是随着内容的变化而变化的，老师可能是使用了固定的内容，所以说是固定的 * 硬盘在格式化的时候会规定内容的最小块，每个文件使用的内容是整数个块，从而加快索引速度，所以如果硬盘
- 2011-06-30 13:12回答 1 已采纳 I think the status is largely the same as it was: there are no PHP native implementations of a PDF
- 2013-04-02 19:30小里码豆芽的博客 OFFICE文档使用POI控件，PDF可以使用PDFBOX0.7.3控件，完全支持中文，用XPDF也行. java2word 是一个在java程序中调用 MS Office Word 文档的组件(类库)。该组件提供了一组简单的接口，以便java程序调用他的服务操作...
- 2022-04-02 15:48回答 3 已采纳 就代码来说，你在循环中反复new文件流，但只是在finally中释放了最后一个。是否应该在52行就进行文件流的释放呢
- 2022-09-29 16:12lwq597的博客 Java常用代码
- 2022-03-27 19:12白羊沈歌的博客 原创翻译，原始链接 本文为awesome系列中的awesome java 文章目录项目Bean映射构建字节码操作缓存CLI集群管理代码分析代码覆盖率代码生成器编译器计算机视觉配置约束满足问题求解器CSV数据结构数据库日期和时间依赖...
- 2014-12-10 11:44追寻北极的博客 她是用Java语言编写。使用HTTP和XML进行数据传输，Java的掌握对于学习Solr不是必须的。除了能返回搜索 结果外，还有包括高亮搜索关键字，方位导航（已广泛用于电子商务网站），查询关键字拼写校验，自动查询建议 ...
- 2019-06-06 16:09zhao_pq的博客 1、Tika应用层架构 应用程序员可以很容易地在他们的应用程序集成Tika。Tika提供了一个命令行界面和图形用户界面，使它比较人性化。 在本章中，我们将讨论构成Tika架构的四...每当一个文本文件被传递到Tika，它将检...
- 2020-01-26 21:04Tate_Brown的博客 Maven构建工具 Maven仓库搜索jar包 优点：第三方库很强大，要学会在巨人肩膀上工作 ...Maven是一个构建工具，自动下载中心仓库的jar文件，可以更改为aliyun镜像，编译测试运行和打包发布Java项目...
- 2011-07-21 02:28iMarsX的博客 7.2 字节流 实例123 复制指定目录下的文件 package Chapter07.stream; import java.io.File;...import java.io.FileInputStream;...import java.io.FileOutputStream;...import java.io.Input...
- 2016-05-23 09:53小扁加油的博客 使用webmagic采集博客类的网站示例
- 没有解决我的问题, 去提问
悬赏问题
- ¥15 运筹学排序问题中的在线排序
- ¥15 关于docker部署flink集成hadoop的yarn，请教个问题 flink启动yarn-session.sh连不上hadoop，这个整了好几天一直不行，求帮忙看一下怎么解决
- ¥30 求一段fortran代码用IVF编译运行的结果
- ¥15 深度学习根据CNN网络模型，搭建BP模型并训练MNIST数据集
- ¥15 lammps拉伸应力应变曲线分析
- ¥15 C++ 头文件/宏冲突问题解决
- ¥15 用comsol模拟大气湍流通过底部加热（温度不同）的腔体
- ¥50 安卓adb backup备份子用户应用数据失败
- ¥20 有人能用聚类分析帮我分析一下文本内容嘛
- ¥15 请问Lammps做复合材料拉伸模拟，应力应变曲线问题