aspose java提取文字_Aspose.PDF可以按段落提取文本并将文件转换为PDF
我们Aspose非常高兴的宣布Aspose.PDF API新版本的发布。Aspose.PDF已经针对.NET和Java平台推出了新的18.1版本。 在这个版本的API中，我们提供了新的令人兴奋的功能来提高API的可用性和性能。 您可以从下面的链接下载用于.NET和Java平台的Aspose.PDF API：
在下载最新版本的API之前，我们强烈建议您查看API文档中的发行说明页面。 我们在各自的发行说明中列出了所有功能和增强功能以及公共API更改。 请查看以下发行说明页面的链接：
按段落提取PDF中的文本
使用以前版本的API，您可以通过从单个页面或整个文档中搜索特定文本(使用“纯文本”或“正则表达式”)来从PDF文档中提取文本。 但是，我们已经实现了一个功能，可以从段落中提取PDF文档中的文本。 我们已经实现了在PDF文档页面的文本中搜索段落和段落的新功能。 以下代码片段说明了ParagraphAbsorber的用法：
[C#.NET]
private static void TextSample()
{
Document doc = new Document(myDir + "amblatt2013-10-05.pdf");
ParagraphAbsorber absorber = new ParagraphAbsorber();
absorber.Visit(doc);
foreach (PageMarkup markup in absorber.PageMarkups)
{
int i = 1;
foreach (MarkupSection section in markup.Sections)
{
int j = 1;
foreach (MarkupParagraph paragraph in section.Paragraphs)
{
StringBuilder paragraphText = new StringBuilder();
foreach (List line in paragraph.Lines)
{
foreach (TextFragment fragment in line)
{
paragraphText.Append(fragment.Text);
}
paragraphText.Append("\r\n");
}
paragraphText.Append("\r\n");
Console.WriteLine("Paragraph {0} of section {1} on page {2}:",
j, i, markup.Number);
Console.WriteLine(paragraphText.ToString());
j++;
}
i++;
}
}
}
[Java]
String myDir = "E:/LocalTesting/";
Document doc = new Document(myDir + "amblatt2013-10-05.pdf");
ParagraphAbsorber absorber = new ParagraphAbsorber();
absorber.visit(doc);
for ( PageMarkup markup : absorber.getPageMarkups())
{
int i = 1;
for (MarkupSection section : markup.getSections())
{
int j = 1;
for (MarkupParagraph paragraph : section.getParagraphs())
{
StringBuilder paragraphText = new StringBuilder();
for(List line : paragraph.getLines())
{
for(TextFragment fragment : line)
{
paragraphText.append(fragment.getText());
}
paragraphText.append("\r\n");
}
paragraphText.append("\r\n");
System.out.println("Paragraph {"+j+"} of section {"+i+"} on page {"+markup.getNumber()+"}:");
System.out.println(paragraphText.toString());
j++;
}
i++;
}
}
文件间格式转换
由于文件间格式转换是Aspose API提供的最有趣的功能，因此我们添加了新功能将Postscript / EPS转换为PDF。 您可以使用以下代码片段，以便使用Aspose.PDF for .NET / Java API执行转换：
Document doc = new Document("input.ps", new PsLoadOptions());
doc.Save("output.pdf");
Aspose.PDF for .NET/Java产品资源
以下资源将帮助您使用Aspose.PDF for .NET/Java：
Aspose.PDF for .NET和Javawiki文档 – 帮助文档和API参考文档。
Aspose.PDF系列产品论坛– 在运行Aspose.PDF API时发布您的技术问题，疑问和其他您遇到的问题。
启动博客订阅– 通过订阅Aspose.PDF博客，不要限制自己，关注最新的关于Aspose.PDF API和新功能，修复以及其他API相关主题的最新消息。
Aspose.PDF for .NET代码示例– 我们已经在社交编码网站GitHub.com上发布了我们的代码示例。 任何人都可以探索代码示例以进行学习。
Aspose.PDF for Java代码示例– 我们已经在社交编码网站GitHub.com上发布了我们的代码示例。 任何人都可以探索代码示例以进行学习。
发行说明(.NET和Java) – 有关API修复的详细信息，请查看发布说明，其中包含新功能的完整列表。