java 解析 PDF OFD 发票部分文字缺失

zhang_dianliang2024-08-11 14:17

1、pdfbox

复制代码

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：

复制代码

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

复制代码

<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>

复制代码

解析出来是这样的   名    称:内蒙古交\r集团

java 解析 PDF OFD 发票 部分文字缺失

java 解析 PDF OFD 发票部分文字缺失