由PDFBox提取的文本不包含国际（非英文）字符

Question

我正在使用Apache PDFBox从几个PDF文件中提取文本。这些文件使用波兰语，并且包含波兰语字符。不幸的是，当我打印提取的文本时，我不断收到？ （问号）而不是那些字符。

Answer 1

假设你提取文本存储在一个String，我假设你正在使用这种打印 -

System.out.println(s); 

我建议你使用这个代码段用于打印出波兰字符properly-

java.io.PrintStream p = new java.io.PrintStream(System.out,false,"UTF-8"); 
p.println(s); 

这应该工作吗？将不会出现在打印文本中。