如何獲得對特定pdf信息的訪問？

Question

我有一個正在進行的項目，需要從Science PDF文檔中過濾掉以下信息。 作者，標題和參考。 從PDF文檔中獲取這些特定信息存在幾個問題。 1.寫論文沒有特定的方法，所以每篇論文看起來都不一樣。 2.對於程序，很難區分名稱和實際描述的對象。 還有更多問題，但這會使我們離我的實際問題太遠。 我的問題是，是否可以選擇獲取Pdf文檔中某些信息的權限，例如該pdf中使用了哪種字體大小或使用了哪種不同的字體？ 有什么方法或編輯器可以讓我以可理解的方式在pdf內查看，以便我也許可以在我需要的信息周圍找到標志性功能。 這樣我就可以將algorythem正確提取出來。 謝謝您的幫助。 我很抱歉我的英語不是我的母語。

Answer 1

您可以使用諸如Apache PDFBox之類的SDK來讀取PDF文件的屬性以及其他文件內容。