[
https://issues.apache.org/jira/browse/PDFBOX-4287?page=com.atlassian.jira.plugin.system.issuetabpanels:comment-tabpanel&focusedCommentId=16568696#comment-16568696
]
Tilman Hausherr commented on PDFBOX-4287:
-----------------------------------------
Here's what I got from the ExtractText utility:
{noformat}
A giugno risale la disoccupazione che
tocca il 10,9%; rispetto a maggio sono
60mila in più a cercare un posto di la-
voro. Aumenta la disoccupazione gio-
vanile che sale al 32,6% (+0,5% su
maggio) in terzultima posizione in
Europa. Calano gli occupati, dopo un
trimestre di crescita: sono -49mila ri-
spetto al mese precedente, per effetto
della caduta dei dipendenti perma-
nenti (-56mila), bilanciata solo in par-
te dalla crescita dei contratti a termine
(+16mila) che, complice anche la sta-
gionalità, hanno raggiunto il numero
più alto dalle rilevazioni Istat, quota 3
milioni e 105mila. L’unico dato con-
giunturale positivo è il calo di 27mila
inattivi, che in parte può aver contri-
buito ad alzare i disoccupati.
{noformat}
> Pdf box does not detecting some white spaces while converting a pdf file to
> html
> --------------------------------------------------------------------------------
>
> Key: PDFBOX-4287
> URL: https://issues.apache.org/jira/browse/PDFBOX-4287
> Project: PDFBox
> Issue Type: Bug
> Components: Text extraction
> Affects Versions: 2.0.9
> Reporter: Vedang
> Priority: Major
> Attachments: demo.pdf
>
>
> Converter is not able to detect whitespace between two words due to which
> some words are getting concatenated.
> Check the comparison below:
> [!https://i.stack.imgur.com/9PT8k.png!|https://i.stack.imgur.com/9PT8k.png]
--
This message was sent by Atlassian JIRA
(v7.6.3#76005)
---------------------------------------------------------------------
To unsubscribe, e-mail: [email protected]
For additional commands, e-mail: [email protected]
