PDFTextStripper NullPointerException

Question

我正在尝试使用apache PDFBox(1.8.9)从Java的PDF文件中获取一些数据。我已经将jar添加到我的buildpath和类路径中(在Eclipse-Mars中)

在创建PDFTextStripper对象时，我得到了一个空指针异常。

import java.io.File;
import org.apache.pdfbox.util.PDFTextStripper;
import org.apache.pdfbox.pdmodel.PDDocument;

public class MainClass {

    public static void main(String[] args) {
        PDDocument pd ;

        try{

          StringBuilder sb = new StringBuilder();       

          File input = new File("C:\\Result.pdf");
          pd = PDDocument.load(input);

          PDFTextStripper s = new PDFTextStripper();

        }
        catch(Exception e)
        {
            e.printStackTrace();
        }
    }

}

我得到的错误是：

java.lang.NullPointerException
at org.apache.pdfbox.util.TextNormalize.findICU4J(TextNormalize.java:54)
at org.apache.pdfbox.util.TextNormalize.<init>(TextNormalize.java:45)
at org.apache.pdfbox.util.PDFTextStripper.<init>(PDFTextStripper.java:229)
at MainClass.main(MainClass.java:17)

(第17行是我尝试创建PDFTextStripper对象的位置)

Answer 1

您缺少一些依赖项，请确保您的类路径中存在以下三个jars：-

​

我用上面的三个jars执行了你问题中提到的代码，没有收到任何NPE。

也请检查您的pdfbox-1.8.9.jar，确保它没有损坏。

TextStripper类出现在pdfbox-1.8.9.jar中，所以在我看来这个jar已经损坏了。

再次下载jar并尝试。

Answer 2

检查TextStripper类的源代码，它似乎使类未找到异常返回为null。

您需要ICU4J jar作为您的依赖项。这些类是在运行时加载的。

来自TextStripper

 // see if we can load the icu4j classes from the classpath
        try 
        {
            this.getClass().getClassLoader().loadClass("com.ibm.icu.text.Bidi");
            this.getClass().getClassLoader().loadClass("com.ibm.icu.text.Normalizer");
            icu4j = new ICU4JImpl();
        } 
        catch (ClassNotFoundException e) 
        {
            icu4j = null;
        }