十万火急：JAVA中如何抽取PDF的内容，用PDFBOX根本无法解决，因为它不支持中文。请大虾们帮帮忙，小弟跪谢了。参与都有分相赠！！！

Question

RT

Answer 1

http://www-128.ibm.com/developerworks/cn/java/l-java-tips/希望最后一个工具能帮助你

Answer 2

我现在用XPDF可以抽取出PDF的内容，可是只能抽取指定范围的内容。代码如下：
String PATH_TO_XPDF="C:\\xpdf\\pdftotext.exe";
      String filename="c:\\大道至简.pdf";
      String[] cmd = new String[]{ PATH_TO_XPDF,"-cfg", "xpdfrc", "-q", filename, "-"};
      int Begin = 0;
      int End = 10000;
      Process p = Runtime.getRuntime().exec(cmd);
      BufferedInputStream bis = new BufferedInputStream(p.getInputStream());
      InputStreamReader reader = new InputStreamReader(bis, "UTF-8");
      if(Begin > 0){
        //跳过Begin个字符
        reader.skip(Begin);
      }
      String strResponse = "";
      //本次要读取的字符数
      int nLengthRead = End - Begin;
      if(nLengthRead > 0){
        //准备好缓冲区
        char [] buf = new char[nLengthRead];
        //输出到缓冲区
        int nLengthWriteToBuffer = reader.read(buf);
        reader.close();
        //nLengthWriteToBuffer就是当前读取到缓冲区的字符数
        if(nLengthWriteToBuffer > 0){
         //只有nLengthWriteToBuffer大于0，才说明文档有内容
          System.out.println("*************:"+nLengthWriteToBuffer);
          strResponse = new String(buf);
        }else{
          strResponse = "PDF_EOF_OF_DOC";
        }
      }
      System.out.println("\t\r\n" + strResponse);
中文内容是读出来了，但是我却不知道该如何读取整篇文章的内容。有用过XPDF的吗？请指教！！！

Answer 3

初始化字符数是自定义的End定义大一些ok吗