php pdfbox使用方法,使用pdfbox實作pdf文本提取和合并功能示例

有時我們需要對PDF檔案進行一些處理，提取文本、合并等。以前我們使用A-PDF Text Extractor免費工具,為什麼不自己寫一個呢?

現在我們可以使用PDFBox-0.7.3這個開源類庫. 下載下傳解包後引用:

複制代碼 代碼如下:

PDFBox-0.7.3.dll

IKVM.GNU.Classpath.dll

建立一個項目,代碼很簡單:

複制代碼 代碼如下:

public static string ParseToTxtStringUsingPDFBox(string filename){

PDDocument doc = PDDocument.load(filename);

PDFTextStripper stripper = new PDFTextStripper();

return stripper.getText(doc);

}

獲得這個textString,再把它們寫成磁盤檔案就可以了, 像這樣的方法:

複制代碼 代碼如下:

public static void WriteToTextFile(string str,string txtpath)

{

if (string.IsNullOrEmpty(txtpath))

throw new ArgumentNullException("Output file path should not be Null");

using (var txtWriter = new StreamWriter(txtpath))

{

txtWriter.Write(str);

txtWriter.Close();

}

}

其它的功能您可以自行發揮了. 這個類庫目前支援:

PDF to text extraction

Merge PDF Documents

PDF Document Encryption/Decryption

Lucene Search Engine Integration

Fill in form data FDF and XFDF

Create a PDF from a text file

Create images from PDF pages

Print a PDF

時間： 2014-01-21