Uploaded image for project: 'PDFBox'
  1. PDFBox
  2. PDFBOX-4284

LibreOffice6 PDF Conversion broke PDFTextStripper result

    XMLWordPrintableJSON

Details

    • Bug
    • Status: Closed
    • Major
    • Resolution: Not A Bug
    • 3.0.0 PDFBox
    • None
    • Parsing
    • Window 10 and CentOS7

    Description

      here the test program:

      public class ExtractTextPdfTest {
          
          public static void main(String[] args) throws Exception {
              // #7272
      //        String documentIn = "c:\\data
      test

      libreoffice_5.2.pdf";
              String documentIn = "c:\\data
      test

      libreoffice_6.0.pdf";
              
              try (PDDocument pdDocument = PDDocument.load(new File(documentIn))) {
                  PDFTextStripper stripper = new PDFTextStripper();
                  String content = stripper.getText(pdDocument);
                  System.out.println(content);
              }
              
          }
      }

       

      1/  run PDFTextStripper on a Word document converted by LibreOffice 5.2 in PDF

       result :

      Réf : #chrono# Le #date#
      Affaire suivie par :
      #recipient.salutation#
      #recipient.name#
      #recipient.streetNumber#
      #recipient.streetName#
      #recipient.zipCode#
      #recipient.locality#
      #object#
      #recipient.salutation#,
      Nous  avons  bien  reçu  votre  candidature  pour  le  poste  de………………………….  et  nous  vous
      remercions de l’intérêt que vous portez à notre administration.
      Afin d'examiner votre candidature de manière plus complète, nous souhaiterions vous rencontrer.
      Aussi, nous vous proposons un rendez-vous en nos locaux avec M ... , responsable du service de ... , le
      ... à ... heures.
      Nous vous prions d’agréer, #recipient.salutation#, l’expression de nos salutations distinguées.
      Le Maire,
      #signature#

       

      2/  run PDFTextStripper on the same Word document converted by LibreOffice 6.0  in PDF

       

       result :

      Réf : Destinataire
      Affaire suiiiie aar : Adresse
      Code Postal
      Ville
      Paris, le 25/07/2018
      Madame, Moinsieuir
      Nous avons le plaisir de vous informer que suite à la Commission d’Attribution de Logement
      qui s’est tenue le xx/xx/xxxx, nous avons décidé de vous attribuer le logement situé au xx
      rue xxxxxxxxxxxxxxxxxxxx, 75 000 Paris.
      Les caractéristiuies de ce logemeint soint les suiiiaintes :
       Suirface habitable :
       Tyae de logemeint :
       Garage/Parkiing :
       Mointaint dui loyer :
       Mointaint des charges :
       Mointaint dui déaôt de garainte :
       Date d’eintrée dains  les lieuix :
      Les s mointaints arécisés soint à déduiire, le cas échéaint, de l'aide aui logemeint (APL, AL) calcuilée et  
      commuiiniiuiée aar iotre Caisse d'allocatoins familiales.
      Vouis  aiez  juisiui’aui  xx/xx/xx  aouir  inouis  siginifer  l’acceatatoin  de  ce  logemeint  aar  letre
      recommaindée aiec accuisé de réceatoin.
      Vouis ariaint d’agréer, Madame, Moinsieuir, l’exaressioin de mes saluitatoins distinguiées.
      Le Maire,
      #siginatuire#

       

       

      Attachments

        1. libreoffice_6.0.5.2.pdf
          52 kB
          David KELLER
        2. libreoffice_6.0 opened by JIRA PDF viewer.PNG
          240 kB
          David KELLER
        3. libreoffice_6.0 opened by Acrobat Reader.PNG
          116 kB
          David KELLER
        4. libreoffice_6.0-font.png
          9 kB
          Maruan Sahyoun
        5. libreoffice_5.2-font.png
          9 kB
          Maruan Sahyoun
        6. libreoffice_5.2.txt
          0.7 kB
          Maruan Sahyoun
        7. libreoffice_6.0.txt
          1.0 kB
          Maruan Sahyoun
        8. original-document.docx
          32 kB
          David KELLER
        9. libreoffice_6.0.pdf
          83 kB
          David KELLER
        10. libreoffice_5.2.pdf
          46 kB
          David KELLER

        Activity

          People

            Unassigned Unassigned
            david.keller David KELLER
            Votes:
            0 Vote for this issue
            Watchers:
            2 Start watching this issue

            Dates

              Created:
              Updated:
              Resolved: