PDFBox解析PDF结构问题 - 其他 - lucene爱好者

zachdu 2009-05-03

刚接触PDFBox，目前需要解析PDF转化为XML，PDF文件是有表格结构的，但现在我用PDFBox解析出来的都是以纯文本格式的，没有结构。我想可能可以用Lucene对PDF进行排序，列出可使用的数据，数据量很小。我今天刚学习PDFBox和Lucene，请教高手是否能用此思路来转化.谢谢

（PDF为纯英文不需要考虑中文编码）