使用itextpdf提取的英文文本无法理解

使用itextpdf提取的英文文本无法理解

如果要根据文本在页面上的位置对文本进行排序，则需要引入一种特定的策略，例如

LocationTextExtractionStrategy

：

for (int i = 1; i <= reader.getNumberOfPages(); i++) {    String str=PdfTextExtractor.getTextFromPage(reader, i, new LocationTextExtractionStrategy());}

该

LocationTextExtractionStrategy

有时会导致奇怪的句子，更具体，如英文字母的页面（字形不同的对同一行文本基线）上的“舞蹈”。在这种情况下，您可以尝试按

SimpleTextExtractionStrategy

，以按其在PDF语法内容流中出现的顺序返回文本。