首页 > 编程 > Java > 正文

Java 读取PDF中的文本和图片的方法

2019-11-26 08:48:11
字体:
来源:转载
供稿:网友

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<pdf.getPages().getCount();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      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++));          ImageIO.write(image, "PNG", output);      }    }    pdf.close();  }}

文本和图片读取效果:

总结

以上所述是小编给大家介绍的Java 读取PDF中的文本和图片的方法,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对武林网网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表