Java - PDFからのデータ抽出に関する問題（PDFBox - 2.02）

Question

別のテーブルのデータを含むPDFファイルからデータを抽出しようとしています& convert to excel。このlinkに基づいて私の必要性は多かれ少なかれ、私は抽出を行うためにPDFBOXの瓶を使用しています。

私が最初にpdfの異なるテーブルからデータを抽出できるかどうかをテストするには、以下で指定されたコードを試してみてください。しかし、&はオブジェクトの参照が壊れているというエラーを出します。何を意味するのか分かりません。

pdf自体に問題があるかどうかを確認するには、https://online2pdf.com &でpdfファイルを正常に変換しているので、pdfファイルに問題はないと思います。

2016-07-21 13:49:11 WARN BaseParser:682 - Corrupt object reference at offset 6371 
2016-07-21 13:49:11 WARN BaseParser:682 - Corrupt object reference at offset 6373 

java.io.IOException: Expected string 'null' but missed at character 'u' at offset 6376 
    at org.apache.pdfbox.pdfparser.BaseParser.readExpectedString(BaseParser.java:1017) 
    at org.apache.pdfbox.pdfparser.BaseParser.readExpectedString(BaseParser.java:1000) 
    at org.apache.pdfbox.pdfparser.BaseParser.parseDirObject(BaseParser.java:879) 
    at org.apache.pdfbox.pdfparser.BaseParser.parseCOSArray(BaseParser.java:651) 
    at org.apache.pdfbox.pdfparser.PDFStreamParser.parseNextToken(PDFStreamParser.java:175) 
    at org.apache.pdfbox.contentstream.PDFStreamEngine.processStreamOperators(PDFStreamEngine.java:479) 
    at org.apache.pdfbox.contentstream.PDFStreamEngine.processStream(PDFStreamEngine.java:446) 
    at org.apache.pdfbox.contentstream.PDFStreamEngine.processPage(PDFStreamEngine.java:149) 
    at org.apache.pdfbox.text.PDFTextStreamEngine.processPage(PDFTextStreamEngine.java:136) 
    at org.apache.pdfbox.text.PDFTextStripper.processPage(PDFTextStripper.java:391) 
    at org.apache.pdfbox.text.PDFTextStripper.processPages(PDFTextStripper.java:319) 
    at org.apache.pdfbox.text.PDFTextStripper.writeText(PDFTextStripper.java:266) 
    at org.apache.pdfbox.text.PDFTextStripper.getText(PDFTextStripper.java:227) 
    at main.Test.readPDF(Test.java:170) 
    at main.Test.main(Test.java:76) 
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) 
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62) 
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43) 
    at java.lang.reflect.Method.invoke(Method.java:498) 
    at com.intellij.rt.execution.application.AppMain.main(AppMain.java:147) 

コード：

は、私が直面している問題は、&がPDF

エラーメッセージからデータを抽出するために何をすべきかについての入力を待つ明らかであるホープ

public static void main(String[] args){ try { File filePDF = new File("C:\\test.pdf"); PDDocument document = PDDocument.load(filePDF); PDFTextStripper s = new PDFTextStripper(); String content = s.getText(document); System.out.println(content); } catch (IOException e) { e.printStackTrace(); } } 

Answer 1

最後に、jar（PDFxStream）ファイルが見つかりました。この場合のPDFからのデータそれは有料版だが、それは他の有料のものを抽出することができなかった完全な情報を抽出することができます。

唯一のことは、文字列として抽出する&私はこの文字列を解析する必要があります&それから特定の情報を抽出します。