Извлечь данные нижнего колонтитула PDF в java

Question

Я могу получить данные из страниц pdf в строке. Но наряду с этим также выводятся данные нижнего колонтитула. Я хочу удалить их со всех страниц pdf. Как я могу удалить, что я использовал Rectangle2D но координаты не давая ДАННЫЕ

Answer 1

В комментарии ОР указал, что он использовал этот код:

PDDocument doc = PDDocument.load("xyz.pdf"); 
PDPage page = (PDPage)doc.getDocumentCatalog().getAllPages().get(1); 
Rectangle2D region = new Rectangle2D.Double(10, 10, 10, 10); 
String regionName = "region"; 
PDFTextStripperByArea stripper = new PDFTextStripperByArea(); 
stripper.addRegion(regionName, region); 
stripper.extractRegions(page); 
System.out.println("Region is "+ stripper.getTextForRegion("region")); 

Для большинства документов этот код не будет извлекать никакого текста, потому что это выглядит в небольшой (10x10 pt) области в верхней левой области второй страницы документа. Таким образом, значения в new Rectangle2D.Double(10, 10, 10, 10) должны измениться.

Я попытался с различными регионами, но я не получаю какой-либо текст, если у вас есть идея для нормальной Pdf страницы, вы должны поделиться

Там нет ничего, как обычной PDF страницы. Целью PDF является предоставление пользователям возможности легко и надежно обмениваться и просматривать электронные документы независимо от среды, в которой они были созданы, или среды, в которой они просматриваются или печатаются. Не существует серьезных ограничений на размер страницы или расположение контента на страницах.

E.g. для this form

вам нужны такие ценности, как эти

PDPage page = (PDPage)doc.getDocumentCatalog().getAllPages().get(0); 
Rectangle2D region = new Rectangle2D.Float(0f, 230f, 612f, 300f); 

, чтобы извлечь тело «Я разрешаю любой план медицинского ... Я получил копию этого разрешения.» без заголовков, нижних колонтитулов или линий формы.

Если у вас много похожих страниц (например, один большой документ со многими страницами с аналогичным расположением), вам нужно измерить, но один раз для многих страниц для извлечения.