Java 读取PDF中的文本和图片的方法

Java 读取PDF中的文本和图片的方法

本文将介绍通过java程序来读取PDF文档中的文本和图片的方法。分别调用方法extractText()和extractImages()来读取。

使用工具：Free Spire.PDF for Java（免费版）

Jar文件获取导入：

方法1：通过官网下载jar文件包。下载后，解压文件，并将lib文件夹下的Spire.Pdf.jar文件导入java程序。导入后如下图：

方法2： 可通过maven仓库安装导入。

Java代码示例

import com.spire.pdf.*;

import javax.imageio.ImageIO;

import java.awt.image.BufferedImage;

import java.io.File;

import java.io.FileWriter;

import java.io.IOException;

public class ExtractText {

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

//加载测试文档

PdfDocument pdf = new PdfDocument("sample.pdf");

//实例化StringBuilder类

StringBuilder sb = new StringBuilder();

//定义一个int型变量

int index = 0;

//遍历PDF文档中每页

PdfPageBase page;

for (int i= 0; i

page = pdf.getPages().get(i);

//调用extractText()方法提取文本

sb.append(page.extractText(true));

FileWriter writer;

try {

//将StringBuilder对象中的文本写入到txt

writer = new FileWriter("ExtractText.txt");

writer.write(sb.toString());

writer.flush();

} catch (IOException e) {

e.printStackTrace();

}

//调用extractImages方法获取图片

jXEOafL for (BufferedImage image : page.extractImages()) {

//指定输出图片名，指定图片格式

File output = new File(String.format("Image_%d.png", index++));

http:// ImageIO.write(image, "PNG", output);

}

}

pdf.close();

}

}

文本和图片读取效果：

总结

page = pdf.getPages().get(i);

//调用extractText()方法提取文本

sb.append(page.extractText(true));

FileWriter writer;

try {

//将StringBuilder对象中的文本写入到txt

writer = new FileWriter("ExtractText.txt");

writer.write(sb.toString());

writer.flush();

} catch (IOException e) {

e.printStackTrace();

}

//调用extractImages方法获取图片

jXEOafL for (BufferedImage image : page.extractImages()) {

//指定输出图片名，指定图片格式

File output = new File(String.format("Image_%d.png", index++));

http:// ImageIO.write(image, "PNG", output);

}

}

pdf.close();

}

}

文本和图片读取效果：

总结

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。