这是读取的表格
这是读取的代码以及数据
可以看到单位名称那一栏因为换行导致数据混乱
使用PDFbox读取PDF文件的时候，表格单元里面出现换行导致pdfbox在读取的时候将其视为多行读取
这是读取的表格
这是读取的代码以及数据
可以看到单位名称那一栏因为换行导致数据混乱
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
0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。
- 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
- 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
- 2021-03-22 12:181391377967的博客 今天做PDF文件解析，遇到一个需求：提取文件中的图片并保存。使用的是流行的apache开源jar包pdfbox, 但还是遇到坑了，比如pdfbox版本太高或太低都不能用！！这个包竟然没有很好地做好兼容问题，有些方法在高版本说...
- 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
- 2016-11-18 03:54回答 1 已采纳 ``` PdfReader reader = new PdfReader("c:/debug/test.pdf"); reader.selectPages("2-5");
- 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
- 2021-03-08 20:28为禽兽而匿的博客 pdfbox 是apache下一个开源的小项目，用来做与PDF相关的操作, 测试了一下简单的读取PDF文档，也有点意思，但对于生成PDF来说，没有itext强大。maven的依赖org.apache.pdfboxpdfbox2.0.6简单读取未加密的PDF文档代码...
- 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
- 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
- 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
- 2019-03-24 02:59NULL 博文链接：https://snowdymy.iteye.com/blog/1114344
- 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
- 2021-02-13 00:00戮萌的博客 I have gone through Java and PDF forums to extract a text value from the table in a pdf file, but could't find any solution except JPedal (It's not opensource and licensed).So, I would like to know an...
- 2022-08-16 23:25pdf文档的内容都是坐标定位的，文档内容主要包含文本、图片、线条；需要用到pdfbox和pdf2dom两个依赖包
- 2021-03-08 20:28庄明仁的博客 我试图使用pdfbox从PDF文件中提取文本，但不是作为命令行工具，而是在我的Java应用程序中 . 我正在使用jsoup下载pdf .res = Jsoup.connect(host+action).ignoreContentType(true).data(data).cookies(cookies)....
- 2021-03-08 20:28weixin_39534978的博客 packagecom.test.common.util;importjava.io.File;importjava.io.FileInputStream;importjava.io.FileNotFoundException;importjava.io.FileOutputStream;importjava.io.IOException;importorg.apache.pdfbox...
- 2021-03-09 20:30Eleny君君的博客 我需要解析一个包含表格数据的PDF文件。我使用PDFBox提取文件文本来解析结果(字符串)稍后。问题是文本提取不能像我预期的表格数据那样工作。例如，我有一个文件，其中包含这样的表(7列：前两个总是有数据，只有一个...
- 2019-05-07 09:59weixin_44803933的博客 java pdfbox读取pdf中的表格 目前遇到了需要解析pdf中表格的需求，遇到无法解析表格中的空格，求助大神帮助！！！ <dependency> <groupId>org.apache.pdfbox</groupId> <artifactId>...
- 2020-11-21 20:06zhige@的博客 2.以下是PDFBox全部功能所需要的的pom依赖，一般引入前三个依赖即可 <dependencies> <dependency> <groupId>org.apache.pdfbox</groupId> <artifactId>pdfbox</artifactId&...
- 没有解决我的问题, 去提问
问题事件
系统已结题
9月11日
修改了问题
9月3日-
创建了问题
9月3日
悬赏问题
- ¥15 装 pytorch 的时候出了好多问题，遇到这种情况怎么处理？
- ¥20 IOS游览器某宝手机网页版自动立即购买JavaScript脚本
- ¥15 手机接入宽带网线，如何释放宽带全部速度
- ¥30 关于#r语言#的问题：如何对R语言中mfgarch包中构建的garch-midas模型进行样本内长期波动率预测和样本外长期波动率预测
- ¥15 ETLCloud 处理json多层级问题
- ¥15 matlab中使用gurobi时报错
- ¥15 这个主板怎么能扩出一两个sata口
- ¥15 不是，这到底错哪儿了😭
- ¥15 2020长安杯与连接网探
- ¥15 关于#matlab#的问题：在模糊控制器中选出线路信息，在simulink中根据线路信息生成速度时间目标曲线（初速度为20m/s，15秒后减为0的速度时间图像）我想问线路信息是什么