Apache PDFBox

Библиотека Apache PDFBox — это инструмент с открытым исходным кодом на Java для работы с документами в формате PDF. Этот проект позволяет создавать новые документы PDF, манипулировать существующими документами и извлекать содержимое из документов.

PDFBox также включает несколько утилит командной строки. PDFBox опубликован под лицензией Apache версии 2.0.

Проект PDFBox принадлежит Apache Software Foundation.

Бинарные загрузки

Вы можете загрузить бинарные версии разрабатываемых или старых выпусков со страницы загрузки.

Сборка

Для сборки PDFBox вам потребуется Java 11 (или выше) и Maven 3. Рекомендуемая команда сборки:

mvn clean install

По умолчанию сборка компилирует исходные коды Java и упаковывает двоичные классы в jar-пакеты. См. документацию Maven для всех доступных опций сборки.

Вклад

Есть разные способы помочь нам улучшить PDFBox:

• Посмотрите на систему отслеживания проблем, чтобы помочь нам исправить ошибки.
• Ответьте на вопросы в нашем списке рассылки пользователей.
• Помогите нам улучшить примеры.
• Помогите улучшить документацию PDFBox.

Поддержка

Пожалуйста, следуйте инструкциям на нашей странице поддержки. Если у вас есть вопросы об использовании PDFBox, задайте их в списке рассылки пользователей. Это поможет вам получить помощь от всего сообщества. Примеры PDFBox и тестовый код в источниках также предоставят дополнительную информацию. Есть дополнительные ресурсы на таких сайтах, как Stack Overflow.

Если вы уверены, что нашли ошибку, пожалуйста, сообщите о проблеме в системе отслеживания проблем.

Известные ограничения и проблемы

См. систему отслеживания проблем для полного списка известных проблем и запрашиваемых функций. Вот некоторые из наиболее распространённых проблем:

1. Вы получаете текст вроде «G38G43G36G51G5» вместо ожидаемого при извлечении текста. Это потому, что символы представляют собой бессмысленную внутреннюю кодировку, которая указывает на глифы, встроенные в документ PDF. Единственный способ получить доступ к тексту — использовать OCR. Возможно, это будет улучшено в будущем.
2. Вы получаете сообщение об ошибке вроде java.io.IOException: Can't handle font width. Это может быть связано с тем, что у вас нет каталога org/apache/pdfbox/resources в вашем пути к классам. Самое простое решение — включить файл apache-pdfbox-x.x.x.jar в ваш путь к классам.
3. Вы получаете текст, который имеет правильный... Текст лицензии

(см. также LICENSE.txt)

Коллективная работа: Copyright 2015 The Apache Software Foundation.

Предоставлено Фонду программного обеспечения Apache (ASF) в соответствии с одним или несколькими соглашениями о лицензировании участников. Дополнительную информацию об авторских правах см. в файле NOTICE, распространяемом вместе с этой работой. ASF предоставляет Вам этот файл по лицензии Apache версии 2.0 («Лицензия»); Вы не можете использовать этот файл иначе, чем в соответствии с Лицензией. Вы можете получить копию Лицензии по адресу:

https://www.apache.org/licenses/LICENSE-2.0

Если это не требуется применимым законодательством или не согласовано в письменной форме, программное обеспечение, распространяемое по Лицензии, предоставляется на условиях «КАК ЕСТЬ», БЕЗ КАКИХ-ЛИБО ГАРАНТИЙ ИЛИ УСЛОВИЙ ЛЮБОГО РОДА, явных или подразумеваемых. См. Лицензию для получения конкретной информации о разрешениях и ограничениях, предусмотренных Лицензией.

Экспортный контроль

Это распространение включает в себя криптографическое программное обеспечение. В стране, в которой вы в настоящее время проживаете, могут быть ограничения на импорт, владение, использование и/или реэкспорт в другую страну программного обеспечения для шифрования. Прежде чем использовать любое программное обеспечение для шифрования, пожалуйста, ознакомьтесь с законами, правилами и политикой вашей страны, касающимися импорта, владения или использования и реэкспорта программного обеспечения для шифрования, чтобы узнать, разрешено ли это. Для получения дополнительной информации см.:

https://www.wassenaar.org/

Министерство торговли США, Бюро промышленности и безопасности (BIS), классифицировало это программное обеспечение как номер контроля за экспортом товаров (ECCN) 5D002.C.1, который включает программное обеспечение информационной безопасности, использующее или выполняющее криптографические функции с асимметричными алгоритмами. Форма и способ распространения Фонда программного обеспечения Apache делают его пригодным для экспорта в соответствии с исключением технологии программного обеспечения без ограничений (TSU) (см. Правила экспортного администрирования BIS, раздел 740.13) как для объектного кода, так и для исходного кода.

Ниже приведены дополнительные сведения о включённом криптографическом программном обеспечении:

Apache PDFBox использует архитектуру криптографии Java (JCA) и библиотеки Bouncy Castle для обработки шифрования в документах PDF.