Text aus PDF extrahieren in Java (Codebeispiel)

Text aus PDF extrahieren

Als Teil von IronPDFs umfangreicher Sammlung von Funktionen zur Erstellung und Bearbeitung von PDFs erleichtert IronPDF auch die granulare Verarbeitung des Inhalts eines PDF-Dokuments durch seine Inhaltsextraktionsmethoden.

Verfügbar auf allen PdfDocument-Objekten ist die extractAllText-Methode. Der String, den extractAllText zurückgibt, enthält den gesamten Text, der sich auf jeder Seite im PDF befindet.

Diese Methode ist eine bequeme Möglichkeit, Dokumentenebenen-Text-Extraktion aus PDFs mit vielen Seiten durchzuführen. Um Text auf Seitenebene zu extrahieren (d.h. nur von einem bestimmten Seitenbereich), verwenden Sie stattdessen die extractTextFromPage Methode.

Das kurze Code-Beispiel unten zieht den Text von der ersten Seite eines PDF-Dokuments.

class="hsg-featured-snippet">

Wie man Text aus PDF in Java extrahiert

IronPDF Java Library für PDF-Text-Extraktion installieren
Ziel-PDF-Dokument importieren oder aus URL in Java rendern
Verwenden Sie die extractAllText Methode, um Text aus PDF zu extrahieren
Verwenden Sie die extractTextFromPage Methode, um die Extraktion auf einer bestimmten Seite durchzuführen
Extrahieren Sie Text, ohne das Original-PDF zu beeinflussen

Entdecken Sie die extractAllText Methode in den IronPDF Java Docs