java获取pdf的页数、内容和缩略图

1.导入maven依赖

        <dependency>
            <groupId>org.apache.pdfbox</groupId>
            <artifactId>pdfbox</artifactId>
            <version>2.0.8</version>
        </dependency>
        <dependency>
            <groupId>com.github.jai-imageio</groupId>
            <artifactId>jai-imageio-jpeg2000</artifactId>
            <version>1.3.0</version>
        </dependency>

2.工具类

public class PdfUtil {
    private static Logger logger = LoggerFactory.getLogger(PdfUtil.class);
​
    /**
     * 通过PDFbox获取文章总页数
     *
     * @param filePath:文件路径
     * @return
     * @throws IOException
     */
    public static int getNumberOfPages(String filePath) throws IOException {
        PDDocument pdDocument = PDDocument.load(new File(filePath));
        int pages = pdDocument.getNumberOfPages();
        pdDocument.close();
        return pages;
    }
​
​
    /**
     * 通过PDFbox获取文章内容
     *
     * @param filePath
     * @return
     */
    public static String getContent(String filePath) throws IOException {
        PDFParser pdfParser = new PDFParser(new org.apache.pdfbox.io.RandomAccessFile(new File(filePath), "rw"));
        pdfParser.parse();
        PDDocument pdDocument = pdfParser.getPDDocument();
        String text = new PDFTextStripper().getText(pdDocument);
        pdDocument.close();
​
        return text;
    }
​
    /**
     * 通过PDFbox生成文件的缩略图
     *
     * @param filePath：文件路径
     * @param outPath：输出图片路径
     * @throws IOException
     */
    public static void getThumbnails(String filePath, String outPath) throws IOException {
        // 利用PdfBox生成图像
        PDDocument pdDocument = PDDocument.load(new File(filePath));
        PDFRenderer renderer = new PDFRenderer(pdDocument);
​
        // 构造图片
        BufferedImage imgTemp = renderer.renderImageWithDPI(0, 30, ImageType.RGB);
        // 设置图片格式
        Iterator<ImageWriter> it = ImageIO.getImageWritersBySuffix("png");
        // 将文件写出
        ImageWriter writer = it.next();
        ImageOutputStream imageout = ImageIO.createImageOutputStream(new FileOutputStream(outPath));
        writer.setOutput(imageout);
        writer.write(new IIOImage(imgTemp, null, null));
        imgTemp.flush();
        imageout.flush();
        imageout.close();
        pdDocument.close();
    }
​
    /**
     * PDF转图片 根据页码一页一页转
     *
     * @throws IOException imgType:转换后的图片类型 jpg,png
     */
    public static void PDFToImg(OutputStream sos, String fileUrl, int page, String imgType) throws IOException {
        PDDocument pdDocument = null;
        /* dpi越大转换后越清晰，相对转换速度越慢 */
        int dpi = 100;
        try {
            pdDocument = getPDDocument(fileUrl);
            PDFRenderer renderer = new PDFRenderer(pdDocument);
            int pages = pdDocument.getNumberOfPages();
            if (page <= pages && page >= 0) {
                BufferedImage image = renderer.renderImageWithDPI(page, dpi);
                ImageIO.write(image, imgType, sos);
            }
        } catch (Exception e) {
            logger.error(e.getMessage());
        } finally {
            if (pdDocument != null) {
                pdDocument.close();
            }
        }
    }
​
    private static PDDocument getPDDocument(String fileUrl) throws IOException {
        File file = new File(fileUrl);
        FileInputStream inputStream = new FileInputStream(file);
        return PDDocument.load(inputStream);
    }
}

3.测试

    @Test
    public void testPdf() throws IOException{
        String filePath = "/Users/apple/Desktop/学习书籍/Docker从入门到实践.pdf";
        int numberOfPages = PdfUtil.getNumberOfPages(filePath);
        System.out.println("该pdf总页数为：" + numberOfPages);
        //获取pdf的前三页图片(若不足三页,有几页获取几页)
        for (int i = 0; i < 3 && i < numberOfPages ; i++) {
            PdfUtil.PDFToImg(new FileOutputStream(new File("/Users/apple/Desktop/学习书籍/Docker从入门到实践" + i + ".png")), filePath, i, "PNG");
        }
    }

控制台打印：

该pdf总页数为：370

对应的文件夹下生成以下图片：