Class ContentExtractor

java.lang.Object
org.ofdrw.reader.ContentExtractor
public class ContentExtractor extends Object
内容抽取器
Since:
2020-09-21 22:53:09
Author:
权观宇, minghu-zhang

  • Constructor Details

    • ContentExtractor

      public ContentExtractor(OFDReader reader)
      构造文字抽取器
      Parameters:
      reader - OFD解析器

    • ContentExtractor

      public ContentExtractor(OFDReader reader, ExtractorFilter filter)
      构造文字抽取器
      Parameters:
      reader - OFD解析器
      filter - 文本抽取过滤器

  • Method Details

    • getPageContent

      public List<String> getPageContent(int pageNum)
      抽取指定页面内的所有文字
      Parameters:
      pageNum - 页码，从1开始
      Returns:
      页面内容的所有文本内容序列

    • getPageTextObject

      public List<TextObject> getPageTextObject(int pageNum)
      抽取指定页面内的所有文字Text对象
      Parameters:
      pageNum - 页码，从1开始
      Returns:
      页面内容的所有文本内容序列

    • extractAll

      public List<String> extractAll()
      获取OFD内的所有文本内容
      Returns:
      OFD中所有文本内容

    • extractAllTextObject

      public List<TextObject> extractAllTextObject()
      获取OFD内的所有TextObject
      Returns:
      OFD中所有文本对象

    • traverse

      public void traverse(ContentExtractor.Receiver e)
      遍历所有页面
      Parameters:
      e - 接受