Java PDF解析

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/qq_35001776/article/details/83058210

maven 依赖：
    <!-- pdf start-->
    <dependency>
      <groupId>org.apache.pdfbox</groupId>
      <artifactId>pdfbox</artifactId>
      <version>2.0.11</version>
    </dependency>
    <!-- https://mvnrepository.com/artifact/org.bouncycastle/bcprov-jdk16 -->
    <dependency>
      <groupId>org.bouncycastle</groupId>
      <artifactId>bcprov-jdk16</artifactId>
      <version>1.46</version>
    </dependency>
    <!-- https://mvnrepository.com/artifact/com.itextpdf/itextpdf -->
    <dependency>
      <groupId>com.itextpdf</groupId>
      <artifactId>itextpdf</artifactId>
      <version>5.5.13</version>
    </dependency>
    
demo：
    private static String itextPdf(byte[] bytes) {
        try {
            PdfReader pr = new PdfReader(bytes);
            PdfReaderContentParser prcp = new PdfReaderContentParser(pr);
            int pageNum = pr.getNumberOfPages();
            StringBuffer sb = new StringBuffer();
            for (int i = 1; i < pageNum; i++) {
                SimpleTextExtractionStrategy strategy = prcp.processContent(i, new SimpleTextExtractionStrategy());
                sb.append(strategy.getResultantText());
            }
            return sb.toString();
        } catch (Exception e) {

        }
        return "";
    }

    private static String pdfBox(byte[] bytes) {
        try {
            PDDocument document = PDDocument.load(bytes);
            int pageNum = document.getNumberOfPages();
            PDFTextStripper ps = new PDFTextStripper();
            ps.setStartPage(1);
            ps.setEndPage(pageNum);
            String text = ps.getText(document);
            return text;
        } catch (Exception e) {

        }
        return "";
    }