java批量生成txt文件内容_Java 批量读取本地pdf文件文本生成txt文件

下载地址：http://pdfbox.apache.org/downloads.html

下载所需jar包如下：

bcprov-jdk16-140.jar

commons-logging-1.1.3.jar

fontbox-1.8.7.jar

pdfbox-1.8.7.jar

代码实现如下：

package com.util;

import java.io.BufferedWriter;

import java.io.File;

import java.io.FileInputStream;

import java.io.FileWriter;

import java.util.HashMap;

import java.util.Map;

import java.util.Map.Entry;

import org.apache.pdfbox.pdfparser.PDFParser;

import org.apache.pdfbox.util.PDFTextStripper;

/**

* @author www.yoodb.com

*/

public class PdfParser {

/**

* 文件名集合

*/

private static Map fileNames = new HashMap();

/**

* 文件夹地址

*/

private static String path = "D:\\Test\\";

/**

*

*/

public static void main(String[] args) throws Exception {

getFile(path);

FileInputStream fis = null;

BufferedWriter writer = null;

for(Entry entry: fileNames.entrySet()) {

fis = new FileInputStream(path + entry.getValue());

writer = new BufferedWriter(new FileWriter(path + entry.getKey()));

PDFParser p = new PDFParser(fis);

p.parse();

PDFTextStripper ts = new PDFTextStripper();

String ss = ts.getText(p.getPDDocument());

writer.write(ss);

fis.close();

writer.close();

}

}

private static void getFile(String path){

File file = new File(path);

File[] array = file.listFiles();

for(int i=0;i

if(array[i].isFile()){

String hz = array[i].getName().substring(array[i].getName().lastIndexOf("."),array[i].getName().length());

if(hz.equals(".pdf")){

String mz = array[i].getName().substring(0,array[i].getName().lastIndexOf("."));

fileNames.put(mz+".txt", array[i].getName());

}

}else if(array[i].isDirectory()){

getFile(array[i].getPath());

}

}

}

}

如果报如下异常错误：

Exception in thread "main" java.lang.NoClassDefFoundError: org/bouncycastle/jce/provider/BouncyCastleProvider

at org.apache.pdfbox.pdmodel.PDDocument.openProtection(PDDocument.java:1594)

at org.apache.pdfbox.pdmodel.PDDocument.decrypt(PDDocument.java:942)

at org.apache.pdfbox.util.PDFTextStripper.writeText(PDFTextStripper.java:337)

at org.apache.pdfbox.util.PDFTextStripper.getText(PDFTextStripper.java:257)

at com.hkm.TankWar.pdf2.getText(pdf2.java:18)

at com.hkm.TankWar.pdf2.main(pdf2.java:67)

Caused by: java.lang.ClassNotFoundException: org.bouncycastle.jce.provider.BouncyCastleProvider

at java.net.URLClassLoader$1.run(URLClassLoader.java:366)

at java.net.URLClassLoader$1.run(URLClassLoader.java:355)

at java.security.AccessController.doPrivileged(Native Method)

at java.net.URLClassLoader.findClass(URLClassLoader.java:354)

at java.lang.ClassLoader.loadClass(ClassLoader.java:425)

at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:308)

at java.lang.ClassLoader.loadClass(ClassLoader.java:358)

... 6 more

解决方案：

BouncyCastle可以从www.bouncycastle.org下载(对应JDK版本的BouncyCastle)

1、将下载的bcprov-jdk16-140.jar包放在F:\tools\Java\jdk1.7.0_51\jre\lib\ext目录下；

2、打开F:\tools\Java\jdk1.7.0_51\jre\lib\security目录下的java.security文件，在# List of providers and their preference orders (see above):下面添加：

security.provider.x=org.bouncycastle.jce.provider.BouncyCastleProvider

(上述是网上解决方法并且不进行第二步配置操作也可解决异常问题，但个人解决方式是直接把jar当成普通包使用也解决了异常问题，不用其他配置)