用Java简单的读取pdf文件中的数据

1. import java.io.File;   
2. import java.io.FileOutputStream;   
3. import java.io.OutputStreamWriter;   
4. import java.io.Writer;   
5. import java.net.MalformedURLException;   
6. import java.net.URL;   
7. import org.pdfbox.pdmodel.PDDocument;   
8. import org.pdfbox.util.PDFTextStripper;   
9.   
10. public class PdfReader {   
11.   public void readFdf(String file) throws Exception {   
12.     // 是否排序   
13.     boolean sort = false;   
14.     // pdf文件名   
15.     String pdfFile = file;   
16.     // 输入文本文件名称   
17.     String textFile = null;   
18.     // 编码方式   
19.     String encoding = "UTF-8";   
20.     // 开始提取页数   
21.     int startPage = 1;   
22.     // 结束提取页数   
23.     int endPage = Integer.MAX_VALUE;   
24.     // 文件输入流，生成文本文件   
25.     Writer output = null;   
26.     // 内存中存储的PDF Document   
27.     PDDocument document = null;   
28.     try {   
29.       try {   
30.         // 首先当作一个URL来装载文件，如果得到异常再从本地文件系统//去装载文件   
31.         URL url = new URL(pdfFile);   
32.         // 注意参数已不是以前版本中的URL.而是File。   
33.         document = PDDocument.load(pdfFile);   
34.         // 获取PDF的文件名   
35.         String fileName = url.getFile();   
36.         // 以原来PDF的名称来命名新产生的txt文件   
37.         if (fileName.length() > 4) {   
38.           File outputFile = new File(fileName.substring(0, fileName.length() - 4) + ".txt");   
39.           textFile = outputFile.getName();   
40.         }   
41.       } catch (MalformedURLException e) {   
42.         // 如果作为URL装载得到异常则从文件系统装载   
43.         // 注意参数已不是以前版本中的URL.而是File。   
44.         document = PDDocument.load(pdfFile);   
45.         if (pdfFile.length() > 4) {   
46.           textFile = pdfFile.substring(0, pdfFile.length() - 4) + ".txt";   
47.         }   
48.       }   
49.       // 文件输入流，写入文件倒textFile   
50.       output = new OutputStreamWriter(new FileOutputStream(textFile), encoding);   
51.       // PDFTextStripper来提取文本   
52.       PDFTextStripper stripper = null;   
53.       stripper = new PDFTextStripper();   
54.       // 设置是否排序   
55.       stripper.setSortByPosition(sort);   
56.       // 设置起始页   
57.       stripper.setStartPage(startPage);   
58.       // 设置结束页   
59.       stripper.setEndPage(endPage);   
60.       // 调用PDFTextStripper的writeText提取并输出文本   
61.       stripper.writeText(document, output);   
62.     } finally {   
63.       if (output != null) {   
64.         // 关闭输出流   
65.         output.close();   
66.       }   
67.       if (document != null) {   
68.         // 关闭PDF Document   
69.         document.close();   
70.       }   
71.     }   
72.   }   
73.   
74.   /**  
75.    * @param args  
76.    */  
77.   public static void main(String[] args) {   
78.     // TODO Auto-generated method stub   
79.     PdfReader pdfReader = new PdfReader();   
80.     try {   
81.       // 取得E盘下的SpringGuide.pdf的内容   
82.       pdfReader.readFdf("E://SpringGuide.pdf");   
83.     } catch (Exception e) {   
84.       e.printStackTrace();   
85.     }   
86.   }   
87. }