PDFBox 解析器似乎可以解析，但文本剥离器的输出为空

Question

我在 Android 中使用 PDFBox 从文档中提取文本时遇到了一些问题。但是解析器似乎工作正常（或者至少，这就是我解释它的意思；谷歌搜索 "parsed=COSObject" 没有给出相关结果，不幸的是（对于某些文档 logcat 是垃圾邮件并且似乎没有办法关闭这个putput））。 getCharactersByArticle returns 此文档的空输出，即。 vectorlistoftps 为空。

我已经上传文件到：https://ufile.io/cnvoq

对于我尝试过的大多数其他文档，文本提取工作正常，或者我得到与此文档无关的错误。但这里没有。

这是相关的代码片段。

private void extractTextPosition() throws FileNotFoundException, IOException {
    FileInputStream stream = new FileInputStream(var1);
    PDFParser parser = new PDFParser(stream);

    parser.parse();
    Log.d("Parser has ","parsed");
    StringWriter outString = new StringWriter();
    CustomPDFTextStripper stripper = new CustomPDFTextStripper();
    stripper.setStartPage(currentPage);
    stripper.setEndPage(currentPage);
    stripper.setSortByPosition(true);

    try {
        stripper.writeText(parser.getPDDocument(), outString);
    } catch (Exception e) {
        e.printStackTrace();
    }
Vector<List<TextPosition>> vectorlistoftps = stripper.getCharactersByArticle();
}

CustomPDFTextStripper 与 PDFTextStripper 相同（我对其进行了更改，但所有更改均已被注释掉）。

Here is the logcat output

感谢任何帮助。

Answer 1

PDFBox 解析器似乎可以解析，但文本剥离器的输出为空

PDFBox parser seems to parse, but empty output from text stripper

android

pdfbox

text-extraction