java讀取pdf文件頁數

㈠ java 讀取pdf內容

這里簡單介紹2種Java讀取PDF文件內容的方法，分別是PDFBox和Spire.PDF，感興趣的朋友可以嘗試一下：
01PDFBox
這是Apache提供的一個免費、開源工具，專門用於操作PDF文檔，目前支持加密/解密PDF文檔，從PDF文檔中導出表單數據，向已有PDF文檔追加內容，以及切分PDF文檔等，導入項目或工程的話，可以直接下載Jar包，也可以直接Maven引入，如下：
02Spire.PDF
這也是一個專門用於讀取PDF文件內容的Java工具包，商業版需要付費購買，也有個人免費版，但功能比較局限，只能提取前10頁內容，目前支持文本、圖片等內容提取，導入項目或工程的話，可以直接下載Jar包，也可以直接Maven引入，如下：
目前，就分享這2種Java讀取PDF文件內容的方法吧。總的來說，整個過程非常簡單，只要你有一定Java基礎，熟悉一下上面的代碼和示例，很快就能掌握的，當然，你也可以使用其他工具包，像iTika等也都非常不錯，網上也有相關教程和資料，介紹的非常詳細，感興趣的話，可以搜一下，希望以上分享的內容能對你有所幫助吧，也歡迎大家評論、留言進行補充。

㈡ 如何用java讀取pdf文檔的部分內容

你需要用到 api

https://pdfbox.apache.org/1.8/cookbook/textextraction.html

例子如下

importjava.io.File;
importjava.io.IOException;
importorg.apache.pdfbox.pdmodel.PDDocument;
importorg.apache.pdfbox.text.PDFTextStripper;
importorg.apache.pdfbox.text.PDFTextStripperByArea;

try{
PDDocumentdocument=null;
document=PDDocument.load(newFile("test.pdf"));
document.getClass();
if(!document.isEncrypted()){
PDFTextStripperByAreastripper=newPDFTextStripperByArea();
stripper.setSortByPosition(true);
PDFTextStripperTstripper=newPDFTextStripper();
Stringst=Tstripper.getText(document);
System.out.println("Text:"+st);
}
}catch(Exceptione){
e.printStackTrace();
}

㈢ 用java如何提取pdf中的標題和作者

PDDocument document=PDDocument.load(fis);
PDDocumentInformation info = document.getDocumentInformation();
System.out.println("頁數:"+document.getNumberOfPages());

System.out.println( "標題:" + info.getTitle() );
System.out.println( "主題:" + info.getSubject() );
System.out.println( "作者:" + info.getAuthor() );
System.out.println( "關鍵字:" + info.getKeywords() );

System.out.println( "應用程序:" + info.getCreator() );
System.out.println( "pdf 製作程序:" + info.getProcer() );

System.out.println( "Trapped:" + info.getTrapped() );

System.out.println( "創建時間:" + dateFormat( info.getCreationDate() ));
System.out.println( "修改時間:" + dateFormat( info.getModificationDate()));

㈣ java 如何讀取PDF文件內容

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;
// 輸入文本文件名稱
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;
// 文件輸入流，生成文本文件
Writer output = null;
// 內存中存儲的PDF Document
PDDocument document = null;
try {
try {
// 首先當作一個URL來裝載文件，如果得到異常再從本地文件系統//去裝載文件
URL url = new URL(pdfFile);
//注意參數已不是以前版本中的URL.而是File。
document = PDDocument.load(pdfFile);
// 獲取PDF的文件名
String fileName = url.getFile();
// 以原來PDF的名稱來命名新產生的txt文件
if (fileName.length() > 4) {
File outputFile = new File(fileName.substring(0, fileName
.length() - 4)
+ ".txt");
textFile = outputFile.getName();
}
} catch (MalformedURLException e) {
// 如果作為URL裝載得到異常則從文件系統裝載
//注意參數已不是以前版本中的URL.而是File。
document = PDDocument.load(pdfFile);
if (pdfFile.length() > 4) {
textFile = pdfFile.substring(0, pdfFile.length() - 4)
+ ".txt";
}
}
// 文件輸入流，寫入文件倒textFile
output = new OutputStreamWriter(new FileOutputStream(textFile),
encoding);
// PDFTextStripper來提取文本
PDFTextStripper stripper = null;
stripper = new PDFTextStripper();
// 設置是否排序
stripper.setSortByPosition(sort);
// 設置起始頁
stripper.setStartPage(startPage);
// 設置結束頁
stripper.setEndPage(endPage);
// 調用PDFTextStripper的writeText提取並輸出文本
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
*/
public static void main(String[] args) {
// TODO Auto-generated method stub
PdfReader pdfReader = new PdfReader();
try {
// 取得E盤下的SpringGuide.pdf的內容
pdfReader.readFdf("E://SpringGuide.pdf");
} catch (Exception e) {
e.printStackTrace();
}
}
}