【发布时间】：2016-05-22 13:30:16
【问题描述】：
我正在使用 iText 从特定位置的 pdf 文件中提取一些文本。 为此，我正在使用 LocationTextExtractionStrategy：
public static void main(String[] args) throws Exception {
PdfReader pdfReader = new PdfReader("location_text_extraction_test.pdf");
Rectangle rectangle = new Rectangle(38, 0, 516, 516);
RenderFilter[] filter = {new RegionTextRenderFilter(rectangle)};
TextExtractionStrategy strategy = new FilteredTextRenderListener(new LocationTextExtractionStrategy(), filter);
String text = PdfTextExtractor.getTextFromPage(pdfReader, 1, strategy);
System.out.println(text);
pdfReader.close();
}
问题是提取的文本顺序错误：
应该提取为：
Part Description Quantity Unit Price Total For Line Extended Price Landing Fee 1.00 407.84 $ USD 407.84 407.84 $
提取为：
Total For Line Extended Price Part Description Quantity Unit Price 1.00 407.84 $ USD 407.84 407.84 $ Landing Fee
请注意，当我在 Acrobat 中打开 pdf 时，使用 Ctrl+A 选择所有文本，复制然后将其粘贴到文本编辑器中，所有内容都按正确的顺序排列。
有没有办法解决这个问题？ 非常感谢；）
【问题讨论】：
-
最有可能“总行扩展价格”略高于“零件描述数量单价”，因此，之前提取。
-
答案有帮助吗？如果不是，请指出问题。
-
抱歉，我很忙，无法测试您的答案中提供的解决方案。我会尽快找到一些时间;）
标签： pdf itext text-extraction