IText7提取pdf页面内容文本，并兼容中文字体，修复提取中文乱码问题

首先正常情况下的文本提取很简单

maven依赖：

<dependencies>
	<dependency>
        <groupId>com.itextpdf</groupId>
        <artifactId>itext7-core</artifactId>
        <version>7.2.3</version>
	</dependency>
</dependencies>

主要代码块：

public static void main(String args[]){
    PdfReader pr = new PdfReader(input);
    PdfDocument pd = new PdfDocument(pr);
    LocationTextExtractionStrategy strategy = new LocationTextExtractionStrategy();
    PdfCanvasProcessor parser = new PdfCanvasProcessor(strategy);
    parser.processPageContent(pd.getPage(1));
    String text = strategy.getResultantText();
    System.out.println(text);

}        

如果使用上述代码直接读取的文本，包含了新宋体等字体样式的话，那么文本内容就会乱码，通过查看 PdfCanvasProcessor 类的源码，发现构造有一个重载的构造方法，可以自定义传入IContentOperator，再通过定位IContentOperator对应的addit