Java 專案 PDFBox 的下載與建置過程

全球程式 簡介 程式語言 軟體工具 全球市場 程式取得 程式管理 程式運用 資源列表 人物列表 版本管理 SVN GIT Mercurial 程式銀行 GitHub GoogleCode SourceForge CodeProject 語言分類 C 語言 C++ JavaScript Java Verilog 專案研究 gcc V8 Arduino R UNIXxv6 tcc OpenGL GTK Qt OpenCV 開發環境 GNU node.js icarus Linux Windows Eclipse VirtualBox QEMU CScope Vim 訊息 相關網站 參考文獻 最新修改 簡體版 English

文章 http://pdfbox.apache.org/ 介紹頁：http://java-source.net/open-source/pdf-libraries/pdf-box 下載點：http://pdfbox.apache.org/download.html 函式庫：http://www.apache.org/dyn/closer.cgi/pdfbox/1.5.0/pdfbox-app-1.5.0.jar 原始碼：http://www.apache.org/dyn/closer.cgi/pdfbox/1.5.0/pdfbox-1.5.0-src.zip 首先先取得函式庫試用，我們想測試將 PDF 解成文字的功能是否正常，於是參考下列文章： http://pdfbox.apache.org/commandlineutilities/ExtractText.html 然後根據其指示，操作如下： D:\code\pdfbox>java -jar pdfbox-app-1.5.0.jar org.apache.pdfbox.ExtractText test .pdf usage: java pdfbox-app-x.y.z.jar <command> <args..> 結果居然失敗 (莫非定律又出現了 ???)，於是我猜測改用下列指令。 D:\code\pdfbox>java -jar pdfbox-app-1.5.0.jar ExtractText test.pdf 結果就成功了。 但是當我們使用中文 PDF 文件作為輸入時，就發生了以下錯誤： D:\code\pdfbox>java -jar pdfbox-app-1.5.0.jar ExtractText chinese.pdf 2011/5/9 下午 02:43:06 org.apache.pdfbox.pdmodel.font.PDCIDFont determineEncoding 嚴重的: Error: Could not parse predefined CMAP file for 'Adobe-WinCharSetFFFF-UCS2' 2011/5/9 下午 02:43:06 org.apache.pdfbox.pdmodel.font.PDCIDFont determineEncoding 嚴重的: Error: Could not parse predefined CMAP file for 'Adobe-WinCharSetFFFF-UCS2' 2011/5/9 下午 02:43:06 org.apache.pdfbox.util.PDFStreamEngine processOperator 資訊: unsupported/disabled operation: EI 然後我們 Google 了一下，用「Could not parse predefined CMAP file PDFBox」當關鍵字，於是發現下列留言，顯然 PDFBox 無法完全解決中文字的問題 (爛透了….，別浪費時間了)。 — https://issues.apache.org/jira/browse/PDFBOX-940 當我們取得原始碼之後，打開 README.txt 檔案，看到下列段落： =================================================== Apache PDFBox <http://pdfbox.apache.org/> =================================================== PDFBox is an open source Java library for working with PDF documents. This project allows creation of new PDF documents, manipulation of existing documents and the ability to extract content from documents. PDFBox also includes several command line utilities. PDFBox is published under the Apache License, Version 2.0. You need Java 5 (or higher) and Maven 2 <http://maven.apache.org/> to build PDFBox. The recommended build command is: mvn clean install The default build will compile the Java sources and package the binary classes into jar packages. See the Maven documentation for all the other available build options. ... 參考文獻 PDFBox - 擷取PDF檔案中的純文字 — http://blog.ring.idv.tw/comment.ser?i=309 Facebook 留言 Facebook Wikidot Post preview: Close preview or Sign in as Wikidot user (will not be published) - + Help: wiki text quick reference 授權 本網頁的作者、授權與引用方式 作者 陳鍾誠，於金門大學資訊工程系，電子郵件：wt.ude.uqn|ccc#wt.ude.uqn|ccc，網站：http://ccckmit.wikidot.com。 授權 本文採用創作共用 (Creative Common) 3.0 版的 姓名標示─非商業性─相同方式分享 授權條款，歡迎轉載或修改使用，但若做為商業使用時必須取得授權，引用本文時請參考下列格式。 中文版 (APA格式) 陳鍾誠 (09 May 2011 06:54)，(網頁標題) Java 專案 PDFBox 的下載與建置過程，(網站標題) 陳鍾誠的網站，取自 http://ccckmit.wikidot.com/cr:pdfbox ，網頁修改第 2 版。 英文版 (APA格式) Chung-Chen Chen (09 May 2011 06:54), Retrieved from http://ccckmit.wikidot.com/cr:pdfbox , Page Revision 2.