1、pdfbox
https://mvnrepository.com/artifact/org.apache.pdfbox/pdfbox
到这里用最新的版本
最近碰到发票各式各样,千奇百怪:记录其中一个
解析出来是:缺少一个通字
发票好几处都缺少文字,解析出来的是 一个 圆点
原因:
为了兼容其他代码,我用的不是最新版本:我用的是这个版本:<dependency><groupId>org.apache.pdfbox</groupId><artifactId>pdfbox</artifactId><version>3.0.0-RC1</version></dependency>改成了最新版 :<!-- https://mvnrepository.com/artifact/org.apache.pdfbox/pdfbox -->
<dependency><groupId>org.apache.pdfbox</groupId><artifactId>pdfbox</artifactId><version>3.0.2</version>
</dependency>解析的就没问题了
2、spire 解析是没问题的,但是免费用户有10页限制
3、tabula
我用的最新版,解析不出来
<dependency><groupId>technology.tabula</groupId><artifactId>tabula</artifactId><version>1.0.5</version><exclusions><exclusion><artifactId>slf4j-simple</artifactId><groupId>org.slf4j</groupId></exclusion></exclusions> </dependency>
解析出来是这样的 名 称:内蒙古交\r集团