今天在Nutch源码中准备增加一个PDF处理方面的功能，其中要做的一步是提取出PDF文档中的文本信息。考虑了一下，还是准备使用PDFBox。看了一下，Nutch源码中的parse-tika插件下有一个 ...

1.首先下载pdfbox-app-1.8.10.jar（下载地址：http://pdfbox.apache.org/download.html） 2.将pdfbox-app-1.8.10.jar ...

...