org.ofdrw.reader

类 ContentExtractor

java.lang.Object

org.ofdrw.reader.ContentExtractor

public class ContentExtractor
extends Object

内容抽取器

从以下版本开始:

2020-09-21 22:53:09

作者:

权观宇, minghu-zhang

嵌套类概要

嵌套类

限定符和类型	类和说明
static interface	ContentExtractor.Receiver 解析结果接收器

构造器概要

构造器

构造器和说明
ContentExtractor(OFDReader reader) 构造文字抽取器
ContentExtractor(OFDReader reader, ExtractorFilter filter) 构造文字抽取器

方法概要

限定符和类型	方法和说明
List<String>	extractAll() 获取OFD内的所有文本内容
List<TextObject>	extractAllTextObject() 获取OFD内的所有TextObject
List<String>	getPageContent(int pageNum) 抽取指定页面内的所有文字
List<TextObject>	getPageTextObject(int pageNum) 抽取指定页面内的所有文字Text对象
void	traverse(ContentExtractor.Receiver e) 遍历所有页面

从类继承的方法 java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

构造器详细资料

ContentExtractor

public ContentExtractor(OFDReader reader)

构造文字抽取器

参数:

reader - OFD解析器

ContentExtractor

public ContentExtractor(OFDReader reader,
                        ExtractorFilter filter)

构造文字抽取器

参数:

filter - 文本抽取过滤器

reader - OFD解析器

方法详细资料

getPageContent

public List<String> getPageContent(int pageNum)

抽取指定页面内的所有文字

参数:

pageNum - 页码，从1开始

返回:

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

参数:

pageNum - 页码，从1开始

返回:

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

返回:

OFD中所有文本内容

extractAllTextObject

public List<TextObject> extractAllTextObject()

获取OFD内的所有TextObject

返回:

OFD中所有文本对象

traverse

public void traverse(ContentExtractor.Receiver e)

遍历所有页面

参数:

e - 接受