java读取盖过章的pdf的文本内容

我最开始是使用的pdfbox读取的只包含文字的pdf,通过网络上的教程是搞定了,可是现在要读的pdf上不止有文字,还有印章,直接读取会导致最后几排的文字无法正常获取(可能被章盖住了,识别不了吧),我应该如何做才能得到文字
先谢谢各位大佬了

最佳答案

可以试试Spire.PDF for Java控件,有免费版和商业版,除了操作文本上有限制区别外,均能够支持提取含有印章的PDF文档。以下代码可供参考。

import com.spire.pdf.PdfDocument;
import com.spire.pdf.PdfPageBase;
import java.io.*;
public class ExtractText {
    public static void main(String[] args) {
        //创建PdfDocument实例
 PdfDocument doc = new PdfDocument();
        //加载PDF文件
 doc.loadFromFile("C:UsersTest1DesktopSample.pdf");
        //创建StringBuilder实例
 StringBuilder sb = new StringBuilder();
        PdfPageBase page;
        //遍历PDF页面,获取每个页面的文本并添加到StringBuilder对象
 for(int i= 0;i