我想将pdf文件读入管道。但是，我没有找到任何关于纯文本或xml以外的文件格式的apache光束示例。
Dataflow或Apache Beam库中没有可用的预先存在的PDF阅读器。但是，您可以使用TensorFlow记录的此阅读器示例作为模型，使用您选择的PDF解析库编写自己的阅读器。
https://github.com/apache/beam/blob/master/sdks/java/core/src/main/java/org/apache/beam/sdk/io/TFRecordIO.java
