pdfbox在pdf错误上提取彩色字体
2013年7月17日1:05:28 PM org.apache.pdfbox.util.pdfstreamengine processOperator信息：不支持/禁用操作：BDC 2013年7月17日1:05:29 PM org.apache.pdfbox.util.pdfstreamengine processOperator信息：不支持/禁用操作：EMC DeviceGray org.apache.pdfbox.pdmodel.graphics.color.pdcolorstate@481958 0.0
我摘录的pdf内容为3个字母(RGB)，上面画着：
R：用红色涂G：用绿色涂B：用黑色涂
有人可以解释我，因为这个错误o告诉我如何从PDF中提取彩色文本？
感谢所有对未来的评论
共有1个答案
这些日志输出仅为级别信息，而不是错误：
jul 17, 2013 1:05:28 PM org.apache.pdfbox.util.PDFStreamEngine processOperator INFO: unsupported/disabled operation: BDC
jul 17, 2013 1:05:29 PM org.apache.pdfbox.util.PDFStreamEngine processOperator INFO: unsupported/disabled operation: EMC
他们所说的只是在没有注册处理器的页面内容中遇到了某些操作符(BDC、EMC)。但是，由于这些操作符只对分析标记的内容感兴趣，因此在您的任务中可以忽略这些操作符。
此后，您将从所引用的代码中获得输出：
DeviceGray
org.apache.pdfbox.pdmodel.graphics.color.PDColorState@481958
0.0
-
嗨，这个问题是指之前的帖子： 有人能给我举个例子，说明如何使用PDFBox提取“单词”的坐标吗 我使用的是PDFBOX 2.0.10 我已成功编译了组合代码，但在尝试运行示例时出现异常错误。 提供的解决方案没有标准的主方法，这是我感到困惑的地方。 有人能告诉我怎样才能成功运行组合代码吗。 堆栈跟踪 可以在这里找到坐标https://github.com/mkl-public/testarea-pd
-
我正在使用PDFBox从我的pdf（只包含JPG的）中提取图像。 因为我将把这些图像保存在我的数据库中，所以我想先把每个图像直接转换成一个inputstream对象，而不把文件临时放在我的文件系统上。然而，我在这方面遇到了困难。我认为这是因为使用了，就像我在下面的示例中所做的那样： 然而,这是可行的： 知道我如何将每个PDXObjectImage（或我能得到的任何其他对象）转换为InputStre
-
背景 我一直在开发一个程序，它可以获取一个pdf，突出显示一些单词（通过pdfbox标记注释）并保存新的pdf。 为此，我扩展了PDFTextStripper类，以覆盖writeString（）方法并获取每个单词（框）的TextPositions，这样我就可以准确地知道文本在PDF文档中的坐标位置（TextPosition对象为我提供每个单词框的坐标）。然后，在此基础上，我画了一个矩形，突出显示我
-
问题内容： 我正在使用Apache pdfbox提取文本。我可以从pdf中提取文本，但我不知道该单词是否为粗体？（代码建议会很好！！！）这是从pdf提取纯文本的代码，可以正常工作。 问题答案： 的结果是纯文本。因此，将其提取后为时已晚。但是，您可以覆盖某些方法，只允许根据您的意愿格式化的文本通过。 在这种情况下，您必须覆盖 在您的替代中，您检查所讨论的文本是否满足您的要求（包含有关所讨论文本的很多
-
再次向各位程序员问好。 我可以正确提取PDF文本坐标及其格式。但我不能用图像。我可以得到正确的宽度和高度，但它给了我错误的x和y。 我正在使用Photoshop检查我是否得到了正确的x，y，宽度，高度坐标，但只有宽度和高度是正确的 这是我的代码： 下面是我使用的PDF示例： http://persci.mit.edu/pub_pdfs/personal_photo_enhancement.pdf
-
当用PDFBox加载PDF时,如果PDF错误,则会收到日志级警告： 例如，这可能导致控制台上的以下输出： 显然，pdf在内容流中有一些错误，但它确实加载到中。但是否有可能用PDFBOX以编程方式捕获此警告？是否存在一些属性来告诉您文档加载后的警告？ 我试过PDFBox-Preflight,但这会检查PDF/A是否符合,这会导致更多的消息。