Text-Extraktion aus PDF mit PDFBox 2.0.2 fehlende Klasse PDFTextStripper()

Question

Ich habe einfache Text-Extraktion-Methode mit PDFBox 1.8.10 in Java implementiert. Aus irgendwelchen Gründen muss ich die Bibliothek auf PDFBox 2.0.2 aktualisieren. Wahrscheinlich wurde die PDFTextStripper() Methode entfernt oder ein anderes Paket in der neuen Version gefunden. Gibt es eine Möglichkeit, dieses Problem zu überwinden? Oder können Sie einen anderen Weg vorschlagen, um Text aus PDF zu erhalten?

Hier ist mein Code:

public String extractTextFromPdf() { 
    File jInputFile = new File("c:/lorem/ipsum.pdf"); 
    PDDocument PDDoc = PDDocument.load(jInputFile); 
    String strContent = new PDFTextStripper().getText(PDDoc); 
    PDDoc.close(); 
    return strContent; 
} 

Vielen Dank im Voraus.

Answer 1

versuchen, dies es

{ 
    PDDocument document = null; 
    document = PDDocument.load(new File("test.pdf")); 
    document.getClass(); 
    if (!document.isEncrypted()) { 
     PDFTextStripperByArea stripper = new PDFTextStripperByArea(); 
     stripper.setSortByPosition(true); 
     PDFTextStripper Tstripper = new PDFTextStripper(); 
     String st = Tstripper.getText(document); 
     System.out.println("Text:" + st); 
    } 
} catch (Exception e) { 
    e.printStackTrace(); 
}`