寻思如何读取检索服务器上面的所有PDF文件资料.郁闷之中.
PDFBox是一个开源的可以操作PDF文档的Java PDF类库。依靠IKVM,可以用在DotNet平台下。使用它可以创建一个新PDF文档,操作现有PDF文档并提取文档中的内容。但是它对中文的支持好像很不好。HOW TO ?
它具有以下特性:
1.将一个PDF文档转换输出为一个文本文件。
2.可以从文本文件创建一个PDF文档。
3.加密/解密PDF文档。
4.向已有PDF文档中追加内容。
5.可以从PDF文档生成一张图片。
6.可以与Jakarta Lucene搜索引擎的整合。
也许在解决了中文的问题之后，我可以据之结合Lucene建立一个PDF文件的全文检索系统。
看了一些Lucene的资料之后，对自己的能力开始怀疑。。。
maybe I need a copartner or say a teacher,somebody who can help me ,also discuss questions with me ...