Java实现读取pdf文件内容(how to read pdf in java)

来源：互联网发布：小米盒子网络连接不上编辑：程序博客网时间：2024/06/03 19:56

本文将利用pdfbox实现pdf文件内容的读取。

环境：

1. eclipse oxygen

2. maven 3.3

3. jdk 1.8

1.通过eclipse创建maven项目，最终项目目录如下：

2.pom.xml

  <dependencies><dependency>        <groupId>org.apache.pdfbox</groupId>        <artifactId>pdfbox</artifactId>        <version>2.0.6</version></dependency>  </dependencies>

3. PDF 打印

从pdf文件中提取文本进行打印输出

ReadPdf.java

package org.thinkingingis;import java.io.File;import java.io.IOException;import org.apache.pdfbox.pdmodel.PDDocument;import org.apache.pdfbox.pdmodel.encryption.InvalidPasswordException;import org.apache.pdfbox.text.PDFTextStripper;import org.apache.pdfbox.text.PDFTextStripperByArea;public class ReadPdf {public static void main(String[] args) {try (PDDocument document = PDDocument.load(new File("/Users/gisboy/Desktop/daodejing.pdf"))) {document.getClass();if(!document.isEncrypted()) {PDFTextStripperByArea stripper = new PDFTextStripperByArea();stripper.setSortByPosition(true);PDFTextStripper tStripper = new PDFTextStripper();String pdfFileInText = tStripper.getText(document);String[] lines = pdfFileInText.split("\\r?\\n");for(String line : lines) {System.out.println(line);}}} catch (InvalidPasswordException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();} }}

4.结果如下

阅读全文

0 0