java有很多可以操作pdf的框架,pdfbox和itext就是其中的两种
pdfbox有如下作用
提取文本,包括Unicode字符。
和Jakarta Lucene等文本搜索引擎的整合过程十分简单。
加密/解密PDF文档。
从PDF和XFDF格式中导入或导出表单数据。
向已有PDF文档中追加内容。
将一个PDF文档切分为多个文档。
覆盖PDF文档。
下面是一个使用pdfbox的测试程序
public class PdfBoxTest {
public void getText(String file) throws Exception{
//是否排序
boolean sort = false;
//pdf文件名
String pdfFile = file;
//输入文本文件名称
String textFile = null;
//编码方式
String encoding = "UTF-8";
//开始提取页数
int startPage = 1;
//结束提取页数
int endPage = Integer.MAX_VALUE;
//文件输入流,输入文本文件
Writer output = null;
//内存中存储的PDF Document
PDDocument document = null;
try{
try{
//首先当作一个URL来加载文件,如果得到异常再从本地系统装载文件
URL url = new URL(pdfFile);
document = PDDocument.load(url);
String fileName = url.getFile();
if(fileName.length() > 4){
//以原来pdf名称来命名新产生的txt文件
File outputFile = new File(fileName.substring(0, fileName.length()-4) + ".txt");
textFile = outputFile.getName();
}
}catch(Exception e){
//如果作为URL装载得到异常则从文件系统装载
document = PDDocument.load(pdfFile);
if(pdfFile.length() > 4){
textFile = pdfFile.substring(0, pdfFile.length() - 4) + ".txt";
}
}
//文件输出流,写入文件到textFile
output = new OutputStreamWriter(new FileOutputStream(textFile),encoding);
//PDFTextStripper来提取文本
PDFTextStripper stripper = new PDFTextStripper();
//设置是否排序
stripper.setSortByPosition(sort);
//设置起始页
stripper.setStartPage(startPage);
//设置结束页
stripper.setEndPage(endPage);
//调用PDFTextStripper的writeText提取并输出文本
stripper.writeText(document, output);
}finally{
if(output != null){
output.close();
}
if(document != null){
document.close();
}
}
}
/** *//**
* @param args
*/
public static void main(String[] args) {
// TODO Auto-generated method stub
PdfBoxTest test = new PdfBoxTest();
try{
test.getText("E://test.pdf");
}catch(Exception e){
e.printStackTrace();
}
}
}
iText是著名的开放源码的站点sourceforge一个项目,是用于生成PDF文档的一个java类库。通过iText不仅可以生成PDF或rtf的文档,而且可以将XML、Html文件转化为PDF文件。
下面是一个使用itext生成pdf的例子
public class ITextTest {
public static void main(String args[]){
writePdf();
}
public static void writePdf(){
Document document = new Document();
try {
PdfWriter.getInstance(document, new FileOutputStream("Helloworld.pdf"));
} catch (DocumentException e) {
e.printStackTrace(); //To change body of catch statement use File | Settings | File Templates.
} catch (FileNotFoundException e) {
e.printStackTrace(); //To change body of catch statement use File | Settings | File Templates.
}
document.open();
try {
document.add(new Paragraph("Hello World"));
} catch (DocumentException e) {
e.printStackTrace(); //To change body of catch statement use File | Settings | File Templates.
}
document.close();
}
}
默认的iText字体设置不支持中文字体,需要下载远东字体包iTextAsian.jar,否则不能往PDF文档中输出中文字体。通过下面的代码就可以在文档中使用中文了:
BaseFont bfChinese = BaseFont.createFont("STSong-Light", "UniGB-UCS2-H", BaseFont.NOT_EMBEDDED);
com.lowagie.text.Font FontChinese = new com.lowagie.text.Font(bfChinese, 12, com.lowagie.text.Font.NORMAL);
Paragraph pragraph=new Paragraph("你好", FontChinese);
参考文档:http://yuleihome.iteye.com/blog/181348
http://www.cnblogs.com/hejycpu/archive/2009/01/19/1378380.html
http://gohands.iteye.com/blog/160534
总结一下,本文采用pdfbox和itext分别演示了如何读取pdf和生成pdf的简单方法。