Wyciągnij tekst z PDF



PdfDocument pdf = PdfDocument.renderUrlAsPdf("https://unsplash.com/");
String text = pdf.extractAllText();
System.out.println("Text extracted from the website: " + text);

Install-Package com.ironsoftware.ironpdf

Wyciągnij tekst z PDF

W ramach obszernej kolekcji funkcji tworzenia i edycji plików PDF, IronPDF ułatwia również szczegółowe przetwarzanie treści dokumentów PDF dzięki metodom ekstrakcji treści.

Dostępna na wszystkich obiektach PdfDocument jest metoda extractAllText. Obiekt String, który zwraca extractAllText, zawiera cały tekst znajdujący się na każdej stronie w pliku PDF.

Ta metoda stanowi wygodny sposób na ekstrakcję tekstu na poziomie dokumentu z plików PDF zawierających wiele stron. Aby wyodrębnić tekst na poziomie strony (np. tylko z określonego zestawu stron), zamiast tego użyj metody extractTextFromPage.

Poniższy krótki fragment kodu pobiera tekst z pierwszej strony dokumentu PDF.

Jak wyodrębnić tekst z pliku PDF w Javie

Zainstaluj bibliotekę IronPDF for Java do wyodrębniania tekstu z plików PDF
Importuj docelowy dokument PDF lub renderuj z adresu URL w Javie
Użyj metody extractAllText, aby wyodrębnić tekst z pliku PDF
Użyj metody extractTextFromPage, aby przeprowadzić ekstrakcję na konkretnej stronie
Wyodrębnij tekst bez wpływu na oryginalny plik PDF

Explore the extractAllText Method in IronPDF Java Docs

Zobacz na GitHubie