Groovy PDFBox 处理 PDF 文本换行符

在 PDF 文件中，文本的换行符通常是由' '或' '字符表示的。在使用 Groovy PDFBox 读取 PDF 文件时，可以通过以下代码来处理换行符：

import org.apache.pdfbox.pdmodel.PDDocument
import org.apache.pdfbox.text.PDFTextStripper

def doc = PDDocument.load(new File('example.pdf'))
def stripper = new PDFTextStripper()

stripper.setLineSeparator('
')
stripper.setParagraphStart('
')
stripper.setParagraphEnd('
')

def text = stripper.getText(doc)
println(text)

doc.close()

在上面的代码中，我们使用了 PDFTextStripper 类来提取 PDF 文件中的文本。在设置 PDFTextStripper 的属性时，我们使用了 setLineSeparator、setParagraphStart 和 setParagraphEnd 方法来处理换行符。具体来说，我们把换行符设置为' '，这样在提取文本时就会按照' '字符来进行换行。

最后，我们调用 getText 方法来提取整个 PDF 文件中的文本，并把结果打印到控制台上。注意，在使用完 PDDocument 对象后，我们要调用 close 方法来释放资源。