pdf转文字java_java实现pdf转word(文字)

1：添加依赖

4.0.0

pdfToWord

pdfToWord

1.0-SNAPSHOT

commons-logging

commons-logging

1.2

org.apache.pdfbox

fontbox

2.0.11

com.levigo.jbig2

levigo-jbig2-imageio

2.0

org.apache.pdfbox

pdfbox-tools

2.0.11

commons-io

commons-io

2.6

2：编写转换的方法

importorg.apache.pdfbox.pdmodel.PDDocument;importorg.apache.pdfbox.text.PDFTextStripper;import java.io.*;/*** 把pdf转换为word格式

*

*@authorAngin

* @date 2019/3/18 0018.*/

public classPdfToWord {/*** 转换*/

public voidconvertText(String pdfPath) {

PDDocument doc= null;

OutputStream fos= null;

Writer writer= null;

PDFTextStripper stripper= null;try{

doc= PDDocument.load(newFile(pdfPath));

fos= new FileOutputStream(pdfPath.substring(0, pdfPath.indexOf(".")) + ".doc");

writer= new OutputStreamWriter(fos, "UTF-8");

stripper= newPDFTextStripper();int pageNumber =doc.getNumberOfPages();

stripper.setSortByPosition(true);

stripper.setStartPage(1);

stripper.setEndPage(pageNumber);

stripper.writeText(doc, writer);

writer.close();

doc.close();

}catch(IOException e) {

e.printStackTrace();

}

System.out.println("end..");

}

}

3：main方法中进行测试

/*** main方法测试

*@authorAngin

* @date 2019/3/18 0018.*/

public classMainClass {public static voidmain(String[] args) {

PdfToWord convert=newPdfToWord();

convert.convertText("E:\\pdfToWord.pdf");

}

}

此方法只适合文档型的pdf转换，如果图片的话，转换后无法读取。