在 Java 中将 PDF 转换为 TXT |光学字符识别在线

PDF 文件是互联网上广泛使用的数据和信息共享格式之一。但是，有时他们使用自定义字体来处理内容，结果文件的大小可能会增加。此外，我们可能需要提取文本内容进行进一步处理，因此在这种情况下，将 PDF 转换为文本是可行的解决方案之一。在本文中，我们将详细讨论如何将 PDF 转换为 TXT 格式。

PDF 到文本转换 API
在 Java 中将 PDF 转换为 TXT
使用 cURL 命令将 PDF 转为 TXT

PDF 到文本转换 API

Aspose.Words Cloud SDK for Java 是领先的 Word 文档处理解决方案。这是一个了不起的解决方案，提供了创建、编辑各种文件并将其转换为 DOC、HTML、JPEG 和各种其他支持的格式的功能。除了Word文档，它还提供了加载PDF文件并保存输出到TXT、HTML、XPS、TIFF等文件的支持。现在在为了使用 SDK，请将以下详细信息添加到您的 Maven 构建类型的 pom.xml 中。

<repositories>
    <repository>
        <id>AsposeJavaAPI</id>
        <name>Aspose Java API</name>
        <url>https://repository.aspose.cloud/repo/</url>
    </repository>
</repositories>

<dependencies>
    <dependency>
		<groupId>com.aspose</groupId>
		<artifactId>aspose-words-cloud</artifactId>
		<version>22.5.0</version>
	</dependency>
</dependencies>

现在我们需要通过访问 Aspose.Cloud dashboard 创建一个免费帐户。只需使用您现有的 GitHub 或 Google 帐户注册，或单击创建新帐户按钮。

在 Java 中将 PDF 转换为 TXT

请按照以下说明使用 Java 代码片段完成您的要求。

首先，使用 Client ID 和 Client Secret 作为参数创建 WordsApi 对象
其次，使用 File 对象从本地驱动器读取 PDF 文件内容
第三，使用 UploadFileRequest 实例读取 PDF 文件的内容
下一步是调用 uploadFile(…) 方法将 PDF 上传到云存储
现在，创建一个 GetDocumentWithFormatRequest(…) 对象，我们将输出格式指定为 TXT 格式
最后，调用方法 getDocumentWithFormat(…) 将 PDF 转换为文本并将输出保存在云存储中。

// 有关更多示例，请访问 https://github.com/aspose-words-cloud/aspose-words-cloud-java

try
    {
    // 从 https://dashboard.aspose.cloud/ 获取 ClientID 和 ClientSecret
    String clientId = "bbf94a2c-6d7e-4020-b4d2-b9809741374e";
    String clientSecret = "1c9379bb7d701c26cc87e741a29987bb";
  
    // 创建 WordsApi 对象
    // 如果 baseUrl 为 null，WordsApi 使用默认的 https://api.aspose.cloud
    WordsApi wordsApi = new WordsApi(clientId, clientSecret, null);

    // 从本地驱动器读取 PDF 的内容
    File file = new File("c://input.pdf");
    
    // 创建文件上传请求
    UploadFileRequest uploadRequest = new UploadFileRequest(Files.readAllBytes(file.toPath()), "input.pdf", null);
    
    // 上传文件到云存储
    wordsApi.uploadFile(uploadRequest);
        
    // 创建文档转换请求对象
    GetDocumentWithFormatRequest request = new GetDocumentWithFormatRequest("input.pdf", "PDF", "", "Internal","", "", "", "extracted.txt","");
        
    // 调用API在线将PDF转文本
    wordsApi.getDocumentWithFormat(request);
    
    System.out.println("PDF to TXT Conversion sucessfull !");
    }catch(Exception ex)
    {
        System.out.println(ex);
    }

请使用以下代码片段从本地驱动器加载 PDF 并保存为 TXT 格式。转换后，生成的文件保存在云存储中。

首先，使用 Client ID 和 Client Secret 作为参数创建 WordsApi 对象
其次，使用 File 对象从本地驱动器读取 PDF 文件内容
第三，创建一个 ConvertDocumentRequest(…) 的对象，我们在其中提供 File 对象的参数、TXT 作为结果格式和结果 TXT 文件的输出路径
最后，调用方法 convertDocument(…) 将 PDF 转换为文本并将输出保存在云存储中

// 有关更多示例，请访问 https://github.com/aspose-words-cloud/aspose-words-cloud-java

try
    {
    // 从 https://dashboard.aspose.cloud/ 获取 ClientID 和 ClientSecret
    String clientId = "bbf94a2c-6d7e-4020-b4d2-b9809741374e";
    String clientSecret = "1c9379bb7d701c26cc87e741a29987bb";
  
    // 创建 WordsApi 对象
    // 如果 baseUrl 为 null，WordsApi 使用默认的 https://api.aspose.cloud
    WordsApi wordsApi = new WordsApi(clientId, clientSecret, null);

    // 从本地驱动器读取 PDF 的内容
    File file = new File("c://input.pdf");
           
    // 创建文档转换请求对象
    ConvertDocumentRequest request = new ConvertDocumentRequest(Files.readAllBytes(file.toPath()), "TXT", "Extracted.txt", null, null, null);
        
    // 调用 API 将 PDF 转换为文本格式
    wordsApi.convertDocument(request);
    
    System.out.println("PDF to TXT Conversion sucessfull !");
    }catch(Exception ex)
    {
        System.out.println(ex);
    }

使用 cURL 命令将 PDF 转为 TXT

在本节中，我们将使用 cURL 命令执行 PDF 到文本的转换。现在作为先决条件，我们需要使用以下命令基于客户端凭据生成 JWT 访问令牌。

curl -v "https://api.aspose.cloud/connect/token" \
-X POST \
-d "grant_type=client_credentials&client_id=bbf94a2c-6d7e-4020-b4d2-b9809741374e&client_secret=1c9379bb7d701c26cc87e741a29987bb" \
-H "Content-Type: application/x-www-form-urlencoded" \
-H "Accept: application/json"

现在请执行以下命令将 PDF 文件上传到云存储。

curl -v -X PUT "https://api.aspose.cloud/v4.0/words/storage/file/input.pdf" \
-H  "accept: application/json" \
-H  "Authorization: Bearer <JWT Token>" \
-H  "Content-Type: multipart/form-data" \
-d {"fileContent":{}}

最后，执行以下命令将 PDF 转换为文本格式。

curl -v -X GET "https://api.aspose.cloud/v4.0/words/Quick%20Start%20Guide-%20Inventory%20Software%20Suite.pdf?format=TXT&outPath=extracted.txt" \
-H  "accept: application/octet-stream" \
-H  "Authorization: Bearer <JWT Token>"

结论

本文解释了使用 Java 代码片段将 PDF 转换为文本的详细信息。同样，我们也学习了使用 cURL 命令将 PDF 转换为 TXT 的步骤。为了更好地学习，您可以在 Web 浏览器中使用 Swagger UI 探索 API。

如果您有任何相关疑问或遇到任何问题，请随时通过免费技术支持论坛与我们联系。

我们强烈建议您阅读以下文章以了解更多信息：

PDF 到文本转换 API#

在 Java 中将 PDF 转换为 TXT#

使用 cURL 命令将 PDF 转为 TXT#

结论#

相关文章#

PDF 到文本转换 API

在 Java 中将 PDF 转换为 TXT

使用 cURL 命令将 PDF 转为 TXT

结论

相关文章