Parse Pdf Archivar y escribir contenido en archivos de palabras usando java

Question

cómo analizar un archivo PDF y escribir el contenido en un archivo de palabras usando Java?

Answer 1

Para analizar un archivo PDF en Java, puede utilizar Apache PDFBox: http://incubator.apache.org/pdfbox/

Para la lectura/escritura de textos (o de otro tipo Office) formatos de archivo en Java, intente PDI: http://poi.apache.org/

Ambos son gratuitos.

Answer 2

Es posible que desee probar cualquiera de estos:

• http://incubator.apache.org/pdfbox/
• https://pdf-renderer.dev.java.net/

Una vez que está leyendo el contenido del archivo PDF, así puede almacenar en un ODT archivo o un archivo de texto. Para el archivo ODT, intente http://odftoolkit.openoffice.org.

¡Lo mejor!

Answer 3

buscar en la biblioteca iText java:

iText es una biblioteca ideal para los desarrolladores que buscan mejorar las aplicaciones web y otros con la generación de documentos PDF dinámico y/o la manipulación .

Se puede utilizar para su paso de análisis sintáctico.

En cuanto a la generación de documentos de Word, es posible que el OpenOffice Java API pueda generar documentos compatibles con Word (sin experiencia personal con esta API).

Answer 4

Puede usar iText si el PDF de origen es principalmente texto. Imágenes y tal son bastante difíciles de manejar durante el análisis. Si solo es texto, es tan fácil como 10 líneas de código. Consulte el manual de iText para ver ejemplos.

Para escribir archivos de palabras solo hay Apache POI. Puede ser un poco complicado de entender, pero para una tarea tan simple no debería ser ningún problema.