PdfExtractor

Opinie generală

PdfExtractor este o clasă în Aspose.PDF FOSS pentru Java. Moștenitorii de la: Closeable.

Fațadă pentru extragerea textului și a imaginilor din documente PDF.

Această clasă oferă 41 de metode pentru a lucra cu obiecte PdfExtractor în programele Java. Metodele disponibile includ: PdfExtractor, bindPdf, close, extractAttachment, extractImage, extractText, getAttachNames, getAttachment, getEndPage, getExtractImageMode, getExtractTextMode, getImageCount, și 18 metode suplimentare. Toți membrii publicului sunt accesibili oricărei aplicații Java după instalarea pachetului FOSS pentru Java. Proprietăți: attachNames, bidi, endPage, extractImageMode, extractTextMode, imageCount, şi încă 5 .

Proprietăți

Numele de proprietate	Tipul de vehicul	Accesul	Descriere:
`password`	`String`	Citeşte.	Întoarce parola aplicată la deschiderea PDF-urilor criptate în următoare versiuni.
{@link #bindPdf(String)} sau { @link $ bindPDF(InputStream) } apeluri.
`startPage`	`int`	Citeşte.	Întoarce pagina de pornire.
`endPage`	`int`	Citeşte.	Întoarce pagina finală.
`extractTextMode`	`int`	Citeşte.	Întoarce modul curent de extracție a textului.
`resolution`	`Resolution`	Citeşte.	Întoarce rezoluția de extracție configurată.
`extractImageMode`	`ExtractImageMode`	Citeşte.	Întoarce modul de extracție a imaginii.
`textAsString`	`String`	Citeşte.	Returnează textul extragit ca o șir.
`textSearchOptions`	`TextSearchOptions`	Citeşte.	Întoarce opțiunile de căutare text asociate cu extractor.
`bidi`	`boolean`	Citeşte.	Întoarce dacă extracția curentă conține text bidi.
`attachNames`	`List<String>`	Citeşte.	Întoarce numele atașamentelor pregătite în prezent.
`imageCount`	`int`	Citeşte.	Întoarce numărul de imagini extrase.

Metode de evaluare

Semnătura	Descriere:
`PdfExtractor()`	Creează o nouă instanță PdfExtractor.
`PdfExtractor(document: Document)`	Creează un nou PdfExtractor legat de un document existent.
`PdfExtractor(stream: InputStream)`	Creează un nou PdfExtractor legat de o flux PDF.
`bindPdf(inputFile: String)`	Legă un fişier PDF la acest extractor.
`bindPdf(stream: InputStream)`	Legă un PDF dintr-un flux de intrare.
`getPassword()` → `String`	Întoarce parola aplicată la deschiderea PDF-urilor criptate în următoare versiuni.
{@link #bindPdf(String)} sau { @link $ bindPDF(InputStream) } apeluri.
`setPassword(password: String)`	Setarea parolei utilizate de apelurile ulterioare {@code bindPdf} pentru a se deschide
PDF-uri criptate.
`bindPdf(document: Document)`	Legă un document existent la acest extractor.
`setStartPage(page: int)`	Setarea paginii de pornire pentru extracție (1-based).
`getStartPage()` → `int`	Întoarce pagina de pornire.
`setEndPage(page: int)`	Stabilește pagina finală pentru extracție (1-based).
`getEndPage()` → `int`	Întoarce pagina finală.
`setExtractTextMode(mode: int)`	Setarea modului de extracție text.
`getExtractTextMode()` → `int`	Întoarce modul curent de extracție a textului.
`setResolution(resolution: Resolution)`	Setarea rezoluției de extracție a imaginii pentru paritatea API.
`getResolution()` → `Resolution`	Întoarce rezoluția de extracție configurată.
`setExtractImageMode(extractImageMode: ExtractImageMode)`	Setarea modului de extracţie a imaginii.
`getExtractImageMode()` → `ExtractImageMode`	Întoarce modul de extracție a imaginii.
`extractText()`	Extrage textul din gama de pagini.
`extractText(encoding: Charset)`	Extrage textul din gama de pagini folosind codarea de ieșire solicitată.
`getText(outputPath: String)`	Scrie text extragit într-un fişier.
`getText(stream: OutputStream)`	Scrie text extragit într-un flux de ieșire.
`getTextAsString()` → `String`	Returnează textul extragit ca o șir.
`getTextSearchOptions()` → `TextSearchOptions`	Întoarce opțiunile de căutare text asociate cu extractor.
`setTextSearchOptions(textSearchOptions: TextSearchOptions)`	Setarea opțiunilor de căutare text utilizate prin apeluri ulterior extracție.
`hasNextPageText()` → `boolean`	Retoară dacă textul extragit pagină după pagă rămâne disponibil.
`getNextPageText(outputPath: String)`	Scrie textul următoarei pagini într-un fişier.
`getNextPageText(stream: OutputStream)`	Scrie textul următoarei pagini într-un flux.
`isBidi()` → `boolean`	Întoarce dacă extracția curentă conține text bidi.
`extractAttachment()`	Pregătește extracția atașament pentru toate fișierele încorporate.
`extractAttachment(name: String)`	Pregătește extracția pentru o cheie de atașament specifică sau un nume de fișier.
`getAttachNames()` → `List<String>`	Întoarce numele atașamentelor pregătite în prezent.
`getAttachment(outputPath: String)`	Scrie atașamentul pregătit (s) la fișierul sau directoriul dat.
`extractImage()`	Extrage imagini din gama de pagini.
`hasNextImage()` → `boolean`	Returnează dacă există mai multe imagini extrase pentru a recupera.
`getNextImage(outputPath: String)`	Salvează următoarea imagine extragită într-un fișier.
`getNextImage(outputPath: String, format: ImageFormat)`	Salvează următoarea imagine extragită într-un fișier folosind formatul de ieșire solicitat.
`getNextImage(stream: OutputStream)`	Salvează următoarea imagine extragită într-un flux de ieșire.
`getNextImage(stream: OutputStream, format: ImageFormat)`	Salvează următoarea imagine extractată într-un flux folosind formatul de ieșire solicitat.
`getImageCount()` → `int`	Întoarce numărul de imagini extrase.
`close()`	Închide acest extractor și eliberează documentul legat.

Vezi și:

Aspose.PDF for Java — Enterprise API Reference