解析PDF內容程式設計-亂碼問題-java

各位好:
　　想請問有沒有人有寫過截取大量PDF檔字串內容的程式？
小弟目前需截取大量的PDF檔字串內容，將各字串內容分別匯入資料庫各欄位
PDF撰寫內容格式不一致的問題就不討論了，但是發現截取出來的字串都會有?或亂碼的狀況
使用java的pdfbox API撰寫的，如果手動複製PDF檔的內容至txt檔測試也是會亂碼？
所以不知道這個問題該如何解決？
不知道是否有相關經驗的可以告知解決方法，或其它替代方案來決解這個問題？

感謝萬分