TextAbsorber
内容
[
隐藏
]遗产： java.lang.Object
public class TextAbsorber
表示文本的吸收器对象。执行文本提取并通过 TextAbsorber.Text 对象提供对结果的访问。
The example demonstrates how to extract text on the first PDF document page.
//打开文件
Document doc = new Document(inFile);
//创建 TextAbsorber 对象以提取文本
TextAbsorber absorber = new TextAbsorber();
//接受第一页的吸收器
doc.getPages().get(1).accept(absorber);
//获取提取的文本
String extractedText = absorber.getText();
TextAbsorber 对象用于从 Pdf 文档或文档页面中提取文本。
构造函数
| 构造函数 | 描述 |
|---|---|
| TextAbsorber() | 初始化 TextAbsorber 的新实例。 |
| TextAbsorber(TextExtractionOptions extractionOptions) | 使用提取选项初始化 TextAbsorber 的新实例。 |
| TextAbsorber(TextExtractionOptions extractionOptions, TextSearchOptions textSearchOptions) | 使用提取和文本搜索选项初始化 TextAbsorber 的新实例。 |
| TextAbsorber(TextSearchOptions textSearchOptions) | 使用文本搜索选项初始化 TextAbsorber 的新实例。 |
方法
| 方法 | 描述 |
|---|---|
| equals(Object arg0) | |
| getClass() | |
| getErrors() | TextExtractionError 对象列表。 |
| getExtractionOptions() | 获取文本提取选项。 |
| getText() | 获取 TextAbsorber 在 PDF 文档或页面上提取的提取文本。 |
| getTextSearchOptions() | 获取文本搜索选项。 |
| hasErrors() | 值指示在文本提取期间是否发现错误。 |
| hashCode() | |
| notify() | |
| notifyAll() | |
| setExtractionOptions(TextExtractionOptions value) | 设置文本提取选项。 |
| setTextSearchOptions(TextSearchOptions value) | 设置文本搜索选项。 |
| toString() | |
| visit(IDocument pdf) | 提取指定文档中的文本 |
| visit(Page page) | 提取指定页面上的文本 |
| visit(XForm form) | 在指定的 XForm 上提取文本。 |
| wait() | |
| wait(long arg0) | |
| wait(long arg0, int arg1) |
TextAbsorber()
public TextAbsorber()
初始化 TextAbsorber 的新实例。
The example demonstrates how to extract text from all pages of the PDF document.
//打开文件
Document doc = new Document(inFile);
//创建 TextAbsorber 对象以提取文本
TextAbsorber absorber = new TextAbsorber();
//接受所有文档页面的吸收器
doc.getPages().accept(absorber);
//获取提取的文本
String extractedText = absorber.getText();
执行文本提取并通过 TextAbsorber.Text 对象提供对提取文本的访问。
TextAbsorber(TextExtractionOptions extractionOptions)
public TextAbsorber(TextExtractionOptions extractionOptions)
使用提取选项初始化 TextAbsorber 的新实例。
The example demonstrates how to extract text from all pages of the PDF document.
//打开文件
Document doc = new Document(inFile);
//创建 TextAbsorber 对象以提取带格式的文本
TextAbsorber absorber = new TextAbsorber(new TextExtractionOptions(TextExtractionOptions.TextFormattingMode.Pure));
//接受所有文档页面的吸收器
doc.getPages().accept(absorber);
//获取提取的文本
String extractedText = absorber.getText();
执行文本提取并通过 TextAbsorber.Text 对象提供对提取文本的访问。
参数：
| 范围 | 类型 | 描述 |
|---|---|---|
| extractionOptions | TextExtractionOptions | 文本提取选项 |
———————-|
TextAbsorber(TextExtractionOptions extractionOptions, TextSearchOptions textSearchOptions)
public TextAbsorber(TextExtractionOptions extractionOptions, TextSearchOptions textSearchOptions)
使用提取和文本搜索选项初始化 TextAbsorber 的新实例。
参数：
| 范围 | 类型 | 描述 |
|---|---|---|
| extractionOptions | TextExtractionOptions | 文本提取选项 |
| textSearchOptions | TextSearchOptions | 文本搜索选项 |
执行文本提取并通过 TextAbsorber.Text 对象提供对提取文本的访问。|
TextAbsorber(TextSearchOptions textSearchOptions)
public TextAbsorber(TextSearchOptions textSearchOptions)
使用文本搜索选项初始化 TextAbsorber 的新实例。
参数：
| 范围 | 类型 | 描述 |
|---|---|---|
| textSearchOptions | TextSearchOptions | 文本搜索选项 |
执行文本提取并通过 TextAbsorber.Text 对象提供对提取文本的访问。|
equals(Object arg0)
public boolean equals(Object arg0)
参数：
| 范围 | 类型 | 描述 |
|---|---|---|
| arg0 | java.lang.Object |
退货： 布尔值
getClass()
public final native Class<?> getClass()
退货： java.lang.Class
getErrors()
public List<TextExtractionError> getErrors()
TextExtractionError 对象列表。它包含有关在文本提取期间发现的错误的信息。仅当 TextSearchOptions.LogTextExtractionErrors = true 时才会执行错误搜索；它可能会降低性能。
退货： java.util.List<com.aspose.pdf.TextExtractionError> - TextExtractionError 对象列表
getExtractionOptions()
public TextExtractionOptions getExtractionOptions()
获取文本提取选项。
The example demonstrates how to set Pure text formatting mode and perform text extraction.
//打开文件
Document doc = new Document(inFile);
//创建 TextAbsorber 对象以提取带格式的文本
TextAbsorber absorber = new TextAbsorber();
//设置纯文本格式化模式
absorber.setExtractionOptions ( new TextExtractionOptions(TextExtractionOptions.TextFormattingMode.Pure));
//接受所有文档页面的吸收器
doc.getPages().accept(absorber);
//获取提取的文本
String extractedText = absorber.getText();
允许在提取期间定义文本格式化模式 TextExtractionOptions。默认模式是 TextExtractionOptions.TextFormattingMode.Pure
退货： TextExtractionOptions - TextExtractionOptions 值
getText()
public String getText()
获取 TextAbsorber 在 PDF 文档或页面上提取的提取文本。
退货： java.lang.String - 字符串值
The example demonstrates how to extract text from all pages of the PDF document.
//打开文件
Document doc = new Document(inFile);
//创建 TextAbsorber 对象以提取文本
TextAbsorber absorber = new TextAbsorber();
//接受所有文档页面的吸收器
doc.getPages().accept(absorber);
//获取提取的文本
String extractedText = absorber.getText();
getTextSearchOptions()
public TextSearchOptions getTextSearchOptions()
获取文本搜索选项。
允许定义分隔提取文本的矩形。默认情况下，矩形是空的。这意味着页面边界仅定义文本提取区域。
退货： TextSearchOptions - TextSearchOptions 值
hasErrors()
public boolean hasErrors()
值指示在文本提取期间是否发现错误。仅当 TextSearchOptions.LogTextExtractionErrors = true 时才会执行错误搜索；它可能会降低性能。
退货： boolean - 布尔值
hashCode()
public native int hashCode()
退货： 整数
notify()
public final native void notify()
notifyAll()
public final native void notifyAll()
setExtractionOptions(TextExtractionOptions value)
public void setExtractionOptions(TextExtractionOptions value)
设置文本提取选项。
The example demonstrates how to set Pure text formatting mode and perform text extraction.
//打开文件
Document doc = new Document(inFile);
//创建 TextAbsorber 对象以提取带格式的文本
TextAbsorber absorber = new TextAbsorber();
//设置纯文本格式化模式
absorber.setExtractionOptions ( new TextExtractionOptions(TextExtractionOptions.TextFormattingMode.Pure));
//接受所有文档页面的吸收器
doc.getPages().accept(absorber);
//获取提取的文本
String extractedText = absorber.getText();
允许在提取期间定义文本格式化模式 TextExtractionOptions。默认模式是 TextExtractionOptions.TextFormattingMode.Pure
参数：
| 范围 | 类型 | 描述 |
|---|---|---|
| value | TextExtractionOptions | TextExtractionOptions 值 |
setTextSearchOptions(TextSearchOptions value)
public void setTextSearchOptions(TextSearchOptions value)
设置文本搜索选项。
允许定义分隔提取文本的矩形。默认情况下，矩形是空的。这意味着页面边界仅定义文本提取区域。
参数：
| 范围 | 类型 | 描述 |
|---|---|---|
| value | TextSearchOptions | TextSearchOptions 值 |
toString()
public String toString()
退货： java.lang.字符串
visit(IDocument pdf)
public void visit(IDocument pdf)
提取指定文档中的文本
The example demonstrates how to extract text on PDF document.
//打开文件
Document doc = new Document(inFile);
//创建 TextAbsorber 对象以提取文本
TextAbsorber absorber = new TextAbsorber();
//接受所有文档页面的吸收器
absorber.visit(doc);
//获取提取的文本
String extractedText = absorber.getText();
参数：
| 范围 | 类型 | 描述 |
|---|---|---|
| IDocument | Pdf 文档对象。 |
visit(Page page)
public void visit(Page page)
提取指定页面上的文本
The example demonstrates how to extract text on the first PDF document page.
//打开文件
Document doc = new Document(inFile);
//创建 TextAbsorber 对象以提取文本
TextAbsorber absorber = new TextAbsorber();
//接受所有文档页面的吸收器
absorber.visit(doc.getPages(1));
//获取提取的文本
String extractedText = absorber.getText();
参数：
| 范围 | 类型 | 描述 |
|---|---|---|
| page | Page | Pdf 文档页面对象。 |
visit(XForm form)
public void visit(XForm form)
在指定的 XForm 上提取文本。
The example demonstrates how to extract text on the first PDF document page.
//打开文件
Document doc = new Document(inFile);
//创建 TextAbsorber 对象以提取文本
TextAbsorber absorber = new TextAbsorber();
//接受所有文档页面的吸收器
absorber.visit(doc.Pages().get(1).getResources().getForms().get("Xform1"));
//获取提取的文本
String extractedText = absorber.getText();
参数：
| 范围 | 类型 | 描述 |
|---|---|---|
| form | XForm | PDF 表单对象。 |
wait()
public final void wait()
wait(long arg0)
public final native void wait(long arg0)
参数：
| 范围 | 类型 | 描述 |
|---|---|---|
| arg0 | long |
wait(long arg0, int arg1)
public final void wait(long arg0, int arg1)
参数：
| 范围 | 类型 | 描述 |
|---|---|---|
| arg0 | long | |
| arg1 | int |
