java - Javaを使用してPostScript（.ps、.eps）ファイルからテキストを抽出する方法はありますか？

Question

私はApacheTikaのPDF用のPDFBoxに似たソリューションを探していますが、PSファイル用です。

ありがとう。

Answer 1

Ghostscriptを使用してPDF（http://www.osalt.com/ghostscript ）に変換できます。その後、PDFを処理するためのさまざまなライブラリがあります。

これには、PDFからのみ取得するという利点があるため、PDFに変換できる限り、他の形式を処理できます。

Answer 2

James Blackが言うように、PDFに変換して使い慣れたツールを使用するのがおそらく最善です。

ただし、 Ubuntuユニバースなどで独自のパッケージで利用できるpstotextは存在します。

Ghostscript自体にもps2txtとps2asciiの両方が付属しており、これも実行できます。