在Java中将PDF转换为Word

Question

可以在Java中将PDF转换为Word吗？我说的不是解析PDF文档，然后再将其自定义呈现给Word。我想要一个Java库，可以直接转换它。

Answer 1

阅读PDF文档是一个非常复杂的过程，在Java中没有很好的免费库来从PDF文档中提取非文本信息。更糟糕的是，PDF文档有许多难以重构的布局信息，例如，Word文档中的表格在PDF中变成了几行和一堆文本。

Answer 2

如果你有编写它的相同工具，你有更多的机会，但即使这样，也有很多不确定性。在(文本) PDF中，您唯一可以确定的是每个字符在页面上的位置。(请注意，某些PDF包括位图，其中出现文本信息，并且必须依赖于OCR)。

在计算机科学系和其他部门中，有几个小组正在花费非常大的努力来尝试获取语义信息。我们与宾夕法尼亚州立大学合作，他们正在提取表格。在好的案例中，他们得到90%，在坏的案例中，他们得到50%。

(我们为化学做了很多这样的事情，如果我们定期得到50%，就算自己很幸运)。

Answer 3

，，

1. ，你可以尝试用iText库来实现。阅读PDF，然后将其编写为RTF格式。

安装一些免费的程序，如“免费PDF文档”，并从您的java程序执行它。

这在大多数情况下都很好用。

• 使用java代码中的Acrobat Pro SDK。

祝你好运