java怎么判断pdf文件是否是扫描的呢？或者判断获取到的内容是乱码？

Question

我要从很多pdf文件中提取其内容，因为pdf可能是扫描的，所以获取到的内容就是乱码了，这时候需要单独处理，所以我需要判断这个pdf文件是否是扫描的。

网上看到有判断字符串是否是乱码的代码，感觉实现的不是很好。

大家有没有什么好的工具或者好的方法呢？推荐一下哈，谢谢!

Answer 1

怎么检测？

Answer 2

回复
解析 metadata也可以。

Answer 3

检测里面是个图片。