Java讀取pdf執行個體

java讀取pdf的一個執行個體

1：請下載下傳附件的jar包，

2：将jar包導入到工程下

編寫類如下：

import java.io.file;

import java.io.fileoutputstream;

import java.io.outputstreamwriter;

import java.io.writer;

import java.net.malformedurlexception;

import java.net.url;

import org.pdfbox.pdmodel.pddocument;

import org.pdfbox.util.pdftextstripper;

public class analyzapdffile {

 public void readpdf(string file) throws exception {

    // 是否排序

    boolean sort = false;

    // pdf檔案名

    string pdffile = file;

    // 輸入文本檔案名稱

    string textfile = null;

    // 編碼方式

    string encoding = "utf-8";

    // 開始提取頁數

    int startpage = 1;

    // 結束提取頁數

    int endpage = integer.max_value;

    // 檔案輸入流，生成文本檔案

    writer output = null;

    // 記憶體中存儲的pdf document

    pddocument document = null;

    try {

     try {

      // 首先裝載傳過來的檔案

      url url = new url(pdffile);    //注意參數是file而不是url。

      document = pddocument.load(pdffile);

      // 擷取pdf的檔案名

      string filename = url.getfile();

      // 以原來pdf的名稱來命名新産生的txt檔案

      if (filename.length() > 4) {

       file outputfile = new file(filename.substring(0, filename.length() - 4)  + ".txt");

       textfile = outputfile.getname();

      }

     } catch (malformedurlexception e) {

      // 如果作為url裝載得到異常則從檔案系統裝載    //注意參數已不是以前版本中的url.而是file。

      if (pdffile.length() > 4) {      textfile = pdffile.substring(0, pdffile.length() - 4)+ ".txt";

     }

     // 檔案輸入流，寫入檔案倒textfile

     output = new outputstreamwriter(new fileoutputstream(textfile),

       encoding);

     // pdftextstripper來提取文本

     pdftextstripper stripper = null;

     stripper = new pdftextstripper();

     // 設定是否排序

     stripper.setsortbyposition(sort);

     // 設定起始頁

     stripper.setstartpage(startpage);

     // 設定結束頁

     stripper.setendpage(endpage);

     // 調用pdftextstripper的writetext提取并輸出文本

     stripper.writetext(document, output);

    } finally {

     if (output != null) {

      // 關閉輸出流

      output.close();

     if (document != null) {

      // 關閉pdf document

      document.close();

    }

   }  /**

    * @param args

   * @throws exception

    */

   public static void main(string[] args) throws exception {

    // todo auto-generated method stub

    analyzapdffile analyzapdffile = new analyzapdffile();

     // 擷取e盤下的a.pdf的内容

     analyzapdffile.readpdf("e:\\a.pdf");

   }

}

執行結束後，你會發現e盤下多出a.txt，這個檔案就是通過pdf的檔案内容