Java 使用 pdfbox 读取 PDF文件中的文本

下面我们直接使用pdf取得PDF文件中的文本，代码如下

import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStream;

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.util.PDFTextStripper;

/**
 * 提取PDF文件中的文本
 * 
 * @author Jason.Zhang06
 *
 */
public class PdfConverterTxt {

	/**
	 * 取得PDF文本
	 * 
	 * @param path
	 * @return
	 */
	public static String getContent(String path) {
		String result = "";
		PDDocument document = null;
		try {
			InputStream is = new FileInputStream(path);
			document = PDDocument.load(is);
			PDFTextStripper stripper = new PDFTextStripper();
			result = stripper.getText(document).trim();
		} catch (FileNotFoundException e) {
			e.printStackTrace();
		} catch (IOException e) {
			e.printStackTrace();
		} finally {
			if (null != document) {
				try {
					document.close();
				} catch (IOException e) {
					e.printStackTrace();
				}
			}
		}
		return result.toLowerCase();
	}

}