extraction du texte

[Richard]

Bonjour,

connaîtriez-vous une api java autre que pdfbox qui permettrait d’extraire le texte d’un fichier pdf (pdfbox ne me rend pas le texte dans l’ordre) ?

Sujet

[Merlin]

Cékoi une “api java” ?

:scra:

[Richard]

Java est un langage de programmation (ce truc qui sert à faire les programmes qu’on utilise en informatique). Une API est une sorte de boîte à outils dans laquelle on peut puiser pour effectuer un certain nombre de tâches pour lesquelles cette API a été faite.

Par exemple, j’imagine que dans acrobat writer il est possible de faire du dessin ou encore d’écrire du texte. Dans ce cas on aurait un API dessin qui fournirait des lignes, rectangles et autre et une API texte qui fournirait des font, des tailles, …

[Lionel]

Bonjour,

Regardes dans les spécifications comment est conçu le format :

Les spécifications du format PDF :

http://partners.adobe.com/asn/tech/pdf/specifications.jsp

Toutes les ressources d’Adobe :

http://partners.adobe.com/asn/techresources.jsp

Lionel.

[Merlin]

OK, OK.

PS : Acrobat Writer est une imprimante virtuelle qui ne servait qu’à convertir des fichiers natifs en PDF, et qui n’existe plus depuis belle lurette…

[Auteur]

Réponses