PDFBox提取的文本不包含国际（非英语）字符

Question

我正在使用Apache PDFBox从多个PDF文件提取文本。 这些文件使用波兰语，并且包含波兰语字符。 不幸的是，当我打印提取的文本时，我一直得到 （问号），而不是这些字符。

Answer 1

假设您提取的文本存储在String中，我假设您当前正在使用它来打印-

System.out.println(s);

我建议您使用此代码段正确打印出波兰字符-

java.io.PrintStream p = new java.io.PrintStream(System.out,false,"UTF-8");
p.println(s);

这应该工作吗？ 不会出现在打印的文本中。