Java实现读取pdf文件内容(how to read pdf in java)

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/gisboygogogo/article/details/78168976

本文将利用pdfbox实现pdf文件内容的读取。

环境：

1. eclipse oxygen

2. maven 3.3

3. jdk 1.8

1.通过eclipse创建maven项目，最终项目目录如下：

2.pom.xml

  <dependencies>
	<dependency>
	        <groupId>org.apache.pdfbox</groupId>
	        <artifactId>pdfbox</artifactId>
	        <version>2.0.6</version>
	</dependency>
  </dependencies>

3. PDF 打印

从pdf文件中提取文本进行打印输出

ReadPdf.java

package org.thinkingingis;

import java.io.File;
import java.io.IOException;

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.encryption.InvalidPasswordException;
import org.apache.pdfbox.text.PDFTextStripper;
import org.apache.pdfbox.text.PDFTextStripperByArea;

public class ReadPdf {
	public static void main(String[] args) {
		
		try (PDDocument document = PDDocument.load(new File("/Users/gisboy/Desktop/daodejing.pdf"))) {
			
			document.getClass();
			
			if(!document.isEncrypted()) {
				PDFTextStripperByArea stripper = new PDFTextStripperByArea();
				stripper.setSortByPosition(true);
				PDFTextStripper tStripper = new PDFTextStripper();
				
				String pdfFileInText = tStripper.getText(document);
				
				String[] lines = pdfFileInText.split("\\r?\\n");
				for(String line : lines) {
					System.out.println(line);
				}
				
			}
			
		} catch (InvalidPasswordException e) {
			
			e.printStackTrace();
		} catch (IOException e) {
			
			e.printStackTrace();
		} 
		
	}

}

4.结果如下