java 读取pdf文件，获取合同中的 银行账号

本文是用iText方式

1、添加maven依赖

<dependency>
    <groupId>com.itextpdf</groupId>
    <artifactId>itextpdf</artifactId>
    <version>5.5.10</version>
</dependency>

<dependency>
      <groupId>com.itextpdf</groupId>
      <artifactId>itext-asian</artifactId>
      <version>5.2.0</version>
 </dependency>

<dependency>
      <groupId>org.bouncycastle</groupId>
      <artifactId>bcprov-jdk15on</artifactId>
      <version>1.54</version>
</dependency>

2、PDFReader工具类

package com.yao.utils;

import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.parser.PdfReaderContentParser;
import com.itextpdf.text.pdf.parser.SimpleTextExtractionStrategy;
import com.itextpdf.text.pdf.parser.TextExtractionStrategy;

import java.io.IOException;

/**
 * 读取pdf文件，获取合同中的 银行账号
 */
public class PDFReader {

    /**
     * @param args
     * @throws IOException
     */
    public static void main(String[] args) throws IOException {

        String result = getPdfFileText("D:\\opt\\temp\\111.pdf");//pdf文件地址，文件需自定义
        System.out.println(result);

        String[] strarr = result.split("账号为");//截取标识
        System.out.println(strarr[0]);

        System.out.println(strarr[1]);//获取以账号开头的字符串，如：12345692222 老师的JFK收到
        String strAccount = strarr[1].trim().substring(0, 10);//去空格
        System.out.println(strAccount);

    }

    /**
     * 读取pdf文件内容
     *
     */
    public static String getPdfFileText(String fileName) throws IOException {
        PdfReader reader = new PdfReader(fileName);
        PdfReaderContentParser parser = new PdfReaderContentParser(reader);
        StringBuffer buff = new StringBuffer();
        TextExtractionStrategy strategy;
        for (int i = 1; i <= reader.getNumberOfPages(); i++) {
            strategy = parser.processContent(i,
                    new SimpleTextExtractionStrategy());
            buff.append(strategy.getResultantText());
        }
        return buff.toString();
    }

}