pdfbox class cast exception

Question

Я хочу прочитать текст из следующего pdf-файла. Я использую pdfbox версии 1.8.8. Я получаю следующую ошибку.

2014-12-18 15:02:59 WARN XrefTrailerResolver:203 - Did not found XRef object at specified startxref position 4268142 
2014-12-18 15:03:00 ERROR PDPageNode:202 - No Kids found in getAllKids(). Probably a malformed pdf. 
2014-12-18 15:03:00 ERROR PDPageNode:202 - No Kids found in getAllKids(). Probably a malformed pdf. 
2014-12-18 15:03:00 ERROR PDPageNode:202 - No Kids found in getAllKids(). Probably a malformed pdf. 
2014-12-18 15:03:00 ERROR PDPageNode:202 - No Kids found in getAllKids(). Probably a malformed pdf. 
2014-12-18 15:03:00 ERROR PDPageNode:202 - No Kids found in getAllKids(). Probably a malformed pdf. 
java.lang.ClassCastException: org.apache.pdfbox.cos.COSDictionary cannot be cast to org.apache.pdfbox.cos.COSStream 
    at org.apache.pdfbox.pdmodel.common.COSStreamArray.<init>(COSStreamArray.java:68) 
    at org.apache.pdfbox.pdmodel.common.PDStream.createFromCOS(PDStream.java:185) 
    at org.apache.pdfbox.pdmodel.PDPage.getContents(PDPage.java:639) 
    at org.apache.pdfbox.util.PDFTextStripper.processPages(PDFTextStripper.java:380) 
    at org.apache.pdfbox.util.PDFTextStripper.writeText(PDFTextStripper.java:344) 
    at org.apache.pdfbox.util.PDFTextStripper.getText(PDFTextStripper.java:275) 
    at org.apache.pdfbox.util.PDFTextStripper.getText(PDFTextStripper.java:288) 
    at com.algotree.pdf.test.PdfBoxTest.pdftoText(PdfBoxTest.java:53) 
    at com.algotree.pdf.test.PdfBoxTest.main(PdfBoxTest.java:71) 

Да, я видел много сообщений об этой ошибке. Тем не менее я не смог найти решение для чтения этого файла. Благодаря

file.pdf

Это мой код:

static String pdftoText(String fileName) throws IOException { 
     PDFParser parser; 
     String parsedText = null;; 
     PDFTextStripper pdfStripper = new PDFTextStripper(); 
     PDDocument pdDoc = null; 
     COSDocument cosDoc = null; 
     File file = new File(fileName); 
     if (!file.isFile()) { 
      System.err.println("File " + fileName + " does not exist."); 
      return null; 
     } 
     try { 

      parser = new PDFParser(new FileInputStream(file)); 
     } catch (IOException e) { 
      System.err.println("Unable to open PDF Parser. " + e.getMessage()); 
      return null; 
     } 
     try { 
      parser.parse(); 
      cosDoc = parser.getDocument(); 
      pdfStripper = new PDFTextStripper(); 
      pdfStripper.setSuppressDuplicateOverlappingText(false); 
      pdDoc = new PDDocument(cosDoc); 
      int endPage=pdDoc.getPageCount(); 
      if(endPage>300) 
       endPage=300; 
      pdfStripper.setStartPage(1); 
      pdfStripper.setEndPage(endPage); 
      parsedText = pdfStripper.getText(cosDoc); 
     } catch (Exception e) { 
      e.printStackTrace(); 
     } finally { 
      try { 
       if (cosDoc != null) 
        cosDoc.close(); 
       if (pdDoc != null) 
        pdDoc.close(); 
      } catch (Exception e) { 
       e.printStackTrace(); 
      } 
     } 
     return parsedText; 
    } 

Answer 1

Это один работает

static String pdftoText(String fileName) throws IOException { 
    String parsedText = null;; 
    PDFTextStripper pdfStripper = new PDFTextStripper(); 
    PDDocument pdDoc = null; 
    File file = new File(fileName); 
    if (!file.isFile()) { 
     System.err.println("File " + fileName + " does not exist."); 
     return null; 
    } 
    try { 
     pdDoc=PDDocument.loadNonSeq(file, null); 
    } catch (IOException e) { 
     System.err.println("Unable to open PDF Parser. " + e.getMessage()); 
     return null; 
    } 
    try { 
     pdfStripper = new PDFTextStripper(); 
     int endPage=pdDoc.getPageCount(); 
     if(endPage>300) 
      endPage=300; 
     pdfStripper.setStartPage(1); 
     pdfStripper.setEndPage(endPage); 
     parsedText = pdfStripper.getText(pdDoc); 
     System.out.println(parsedText); 
    } catch (Exception e) { 
     e.printStackTrace(); 
    } finally { 
     try { 
      if (pdDoc != null) 
       pdDoc.close(); 
     } catch (Exception e) { 
      e.printStackTrace(); 
     } 
    } 
    return parsedText; 
}