langchain4j+PDFBox小试牛刀

langchain4j与PDFBox结合解析PDF

最新推荐文章于 2025-11-12 15:57:08 发布

原创

最新推荐文章于 2025-11-12 15:57:08 发布 · 600 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能

序

本文主要研究langchain4j结合Apache PDFBox进行pdf解析

步骤

pom.xml

        <dependency>
            <groupId>dev.langchain4j</groupId>
            <artifactId>langchain4j-document-parser-apache-pdfbox</artifactId>
            <version>1.0.0-beta1</version>
        </dependency>

example

public class PDFBoxTest {
    public static void main(String[] args) {
        String path = System.getProperty("user.home") + "/downloads/deepseek.pdf";
        DocumentParser parser = new ApachePdfBoxDocumentParser();
        Document document = FileSystemDocumentLoader.loadDocument(path, parser);
        log.info("textSegment:{}", document.toTextSegment());
        log.info("meta data:{}", document.metadata().toMap());
        log.info("text:{}", document.text());
    }
}