PDF Parsés
PDFPARSER
PDFParser lea y interpreta el flujo de byte PDF crudo, construyendo el COS gráfico de objetos para el documento. es el punto de entrada para parsentar un PDF existente La fuente de byte en un modelo de objeto navegable.
PDFLexer
PDFLexer tokenizará la síntasa PDF de un flujo byte, identificando las palabras clave, nombres, líneas, números y otros elementos lógicos. es el escáner subyacente Utilizado por PDFParser.
PDFWriter
PDFWriter serializará el modelo de objeto COS de vuelta a un flujo de byte PDF. La generación de tablas de referencia cruzadas y la lógica de actualización incremental.
Usando el Parser API
El Document El constructor de clase invoca al parser internamente cuando se da un archivo para el acceso directo a parser, uso de Document.getParser() Para obtener el PDFParser El caso asociado al documento cargado:
try (Document doc = new Document("input.pdf")) {
PDFParser parser = doc.getParser();
// Access low-level document structure
}