Java 读取PDF中的文本和图片-

七彩网络

昔年博客
首页>> Java >>Java 读取PDF中的文本和图片
2019-12-16
分类: Java

Java 读取PDF中的文本和图片

文章作者:本站整理
手机扫码查看

使用工具:Free Spire.PDF for Java(免费版) Jar文件获取导入: 方法1:通过官网下载文件包。下载后,解压文件,并将lib文件夹下的Spire.P......

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。

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();
    }
}

×

感谢您的支持,我们会一直保持!

扫码支持
请土豪扫码随意打赏

打开支付宝扫一扫,即可进行扫码打赏哦

分享从这里开始,精彩与您同在

打赏作者
版权所有,转载注意明处:昔年博客 » Java 读取PDF中的文本和图片
分享本文至:
点击评论 您阅读这篇文章共花了: 

发表评论

路人甲 表情
Ctrl+Enter快速提交

网友评论(0)