java 读取 PDF 文件内容
在我们平时的日常生活中通常会遇到需要将PDF 报告转换为word文档操作的需求,通过pdfbox插件 读取PDF 文件中的文本内容
代码如下:
package com.example.pdf.util;
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;
import java.io.File;
import java.io.IOException;
public class PDFUtils {
public static void main(String[] args) {
File file=new File("D:\\test.pdf");
try (PDDocument document = PDDocument.load(file)) {
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();
}
}
}