用Java读取pdf中的数据

用Java简单的读取pdf文件中的数据：

第二步：写个简单的读取pdf文件的程序。(PdfReader.java)

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 PdfReader {

 public void readFdf(String file) throws Exception {

  // 是否排序

  boolean sort = false;

  // pdf文件名

  String pdfFile = file;

  // 输入文本文件名称

  String textFile = null;

  // 编码方式

  String encoding = "UTF-8";

  // 开始提取页数

  int startPage = 1;

  // 结束提取页数

  int endPage = Integer.MAX_VALUE;

  // 文件输入流，生成文本文件

  Writer output = null;

  // 内存中存储的PDF Document

  PDDocument document = null;

  try {

   try {

    // 首先当作一个URL来装载文件，如果得到异常再从本地文件系统//去装载文件

    URL url = new URL(pdfFile);

   //注意参数已不是以前版本中的URL.而是File。

    document = PDDocument.load(pdfFile);

    // 获取PDF的文件名

    String fileName = url.getFile();

    // 以原来PDF的名称来命名新产生的txt文件

    if (fileName.length() > 4) {

     File outputFile = new File(fileName.substring(0, fileName

       .length() - 4)

       + ".txt");

     textFile = outputFile.getName();

    }

   } catch (MalformedURLException e) {

    // 如果作为URL装载得到异常则从文件系统装载

   //注意参数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";

   }

   // 文件输入流，写入文件倒textFile

   output = new OutputStreamWriter(new FileOutputStream(textFile),

     encoding);

   // PDFTextStripper来提取文本

   PDFTextStripper stripper = null;

   stripper = new PDFTextStripper();

   // 设置是否排序

   stripper.setSortByPosition(sort);

   // 设置起始页

   stripper.setStartPage(startPage);

   // 设置结束页

   stripper.setEndPage(endPage);

   // 调用PDFTextStripper的writeText提取并输出文本

   stripper.writeText(document, output);

  } finally {

   if (output != null) {

    // 关闭输出流

    output.close();

   if (document != null) {

    // 关闭PDF Document

    document.close();

  }

 }

 /**

  * @param args

  */

 public static void main(String[] args) {

  // TODO Auto-generated method stub

  PdfReader pdfReader = new PdfReader();

   // 取得E盘下的SpringGuide.pdf的内容

   pdfReader.readFdf("E:\\SpringGuide.pdf");

  } catch (Exception e) {

   e.printStackTrace();

}

   这样就简单的完成了从pdf中读取数据了。在你的pdf文件所在的目录下生成一个同名的txt文件。

<a href="http://down.51cto.com/data/2350254" target="_blank">附件：http://down.51cto.com/data/2350254</a>

本文转自 weijie@java 51CTO博客，原文链接：http://blog.51cto.com/weijie/87807，如需转载请自行联系原作者