Como diferenciar texto de imagem em PDF com iText?

Assuntos Gerais
#1

Boa tarde!

Estou utilizando a biblioteca iText para “ler” arquivos .pdf e transformá-los em .txt.
O problema é que dentro desses arquivos(.pdf) têm imagens e ele me retorna ao invés de imagem, algo parecido com isso .

Há uma maneira de trazer apenas o texto e quando for imagens tratar a exceção para não trazer nada?

Segue o código:

[code]public class teste {
public void seila() throws IOException
{
String path = “C:/arquivo.pdf”;
PdfReader reader = new PdfReader(path);
int numberOfPages = reader.getNumberOfPages();
PdfTextExtractor extractor = new PdfTextExtractor(reader);
try {

    File arquivo;
    String texto;

    arquivo = new File("c:/arquivo.txt");  

    FileOutputStream fos = new FileOutputStream(arquivo);

  for (int i = 0;i<numberOfPages;i++)
  {

        texto = extractor.getTextFromPage(i+1);

        fos.write(texto.getBytes());  

 }
  
  	fos.close();  
  	
 }  

 catch (Exception ee) { 

    ee.printStackTrace();  

 }  

 }

  public static void main(String[] args) throws IOException

  {
        teste ha = new teste();

        ha.seila();   

  }

}[/code]

Fico no aguardo.

Grato!>

#2

Alguma sugestão?

#3

Olá Fabinhoocara,

Uma possível solução seria a seguinte:

[code]
try {
//Criação do objeto Documento
Document d2 = new Document(PageSize.A4);

		//Abertura do arquivo PDF
		PdfReader reader = new PdfReader("c:/MeuArquivoPDF.pdf");
		
		//Leitura do total de páginas
		int numPages = reader.getNumberOfPages();
		
		String texto = "";			
        FileOutputStream fos = new FileOutputStream(new File("c:/arquivo.txt"));
		
        // Realiza a leitura apenas do TEXTO de cada página e
        // escreve no arquivo de saída
		for (int i = 1; i <= numPages; i++) {
			texto = PdfTextExtractor.getTextFromPage(reader, i);						
			fos.write(texto.getBytes());
		}
		
		// Fechamento do arquivo de saída
		fos.close();
		
		// Fechamento do PDF
		d2.close();
	} catch (Exception e) {
		e.printStackTrace();
	}[/code]

Espero ter ajudado. Se ainda tiver qualquer dúvida é só entrar em contato.
Abraços.

#4

Olá, Andrefelix!

Estive um tempo fora e ainda não pude testar a solução acima.
Estarei dando uma olhada e qualquer novidade lhe retorno.

De qualquer forma, muito obrigado!

Um abraço.

#5