java处理PDF转为DOC

PDF转DOC

之前别人分享给我一部分技术文档，但是是PDF的。自己想把它转为DOC文档在做编辑。发现网上许多需要收费，心想就这破烂玩意儿还需要收费。于是自己做了一个解决的。
本人已经亲测无毒，直接服用！
不说了，上代码吧！

package com.rick1024k.data_conversion.PDF;

import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStreamWriter;
import java.io.Writer;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.Set;

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;

import com.alibaba.fastjson.JSONObject;
import com.rick1024k.data_conversion.utils.FileUtils;

public class PDFTools {

	public static void pdf2DOC(String pdfPath, String pdfName) {
		try {
			// 后缀名
			String suffix = pdfName.substring(pdfName.lastIndexOf(".") + 1);
			if (!suffix.equals("pdf")) {
				return;
			}
			// pdf的完全路径
			String pdfFile = pdfPath + "//" + pdfName;
			PDDocument doc = PDDocument.load(new File(pdfFile));
			int pagenumber = doc.getNumberOfPages();
			pdfFile = pdfFile.substring(0, pdfFile.lastIndexOf("."));
			// doc文件的完全路劲
			String fileName = pdfFile + ".doc";
			File file = new File(fileName);
			if (!file.exists()) {// 文件是否存在，不存在则新增
				file.createNewFile();
			}

			// 写入数据
			FileOutputStream fos = new FileOutputStream(fileName);
			Writer writer = new OutputStreamWriter(fos, "UTF-8");
			PDFTextStripper stripper = new PDFTextStripper();
			stripper.setSortByPosition(true);// 排序
			stripper.setStartPage(1);// 设置转换的开始页
			stripper.setEndPage(pagenumber);// 设置转换的结束页
			stripper.writeText(doc, writer);
			writer.close();
			doc.close();
			System.out.println(pdfPath + pdfName + "--------文件转换成功！");
		} catch (IOException e) {
			System.out.println(pdfPath + pdfName + "--------文件转换报错！");
			e.printStackTrace();
		}
	}

	public static void PDF2Markdown(String path) {
		// 这是需要获取的文件夹路径
		Map<String, List<String>> fileMap = new HashMap<>();
		FileUtils.getAllFile(path, fileMap);
		System.out.println(JSONObject.toJSONString(fileMap));
		Set<String> keySet = fileMap.keySet();
		List<String> pdfList;
		for (String key : keySet) {
			pdfList = fileMap.get(key);
			for (String fileName : pdfList) {
				pdf2DOC(key, fileName);
			}
		}
	}

	public static void main(String[] args) {
		String path = "C:/Resource/RICK/DOC/PDF文件夹";
		PDF2Markdown(path);
	}

}

• file的工具类：

package com.rick1024k.data_conversion.utils;

import java.io.File;
import java.util.ArrayList;
import java.util.List;
import java.util.Map;

public class FileUtils {

	public static void getAllFile(String path, Map<String, List<String>> fileMap) {
		getAllFile(path, fileMap, 0);
	}

	/*
	 * 函数名：getFile 作用：使用递归，输出指定文件夹内的所有文件 参数：path：文件夹路径 deep：表示文件的层次深度，控制前置空格的个数
	 * 前置空格缩进，显示文件层次结构
	 */
	public static void getAllFile(String path, Map<String, List<String>> fileMap, int deep) {
		// 获得指定文件对象
		File file = new File(path);
		// 获得该文件夹内的所有文件
		File[] fileList = file.listFiles();
		List<String> fileNameList = new ArrayList<>();
		for (File fileData : fileList) {
			if (fileData.isFile()) {// 如果是文件
				fileNameList.add(fileData.getName());
			} else if (fileData.isDirectory()) {// 如果是文件夹
				getAllFile(fileData.getPath(), fileMap, deep + 1);
			}
		}
		fileMap.put(path, fileNameList);
	}
}

• 依赖的jar包：

<!-- https://mvnrepository.com/artifact/org.apache.pdfbox/pdfbox -->
		<dependency>
			<groupId>org.apache.pdfbox</groupId>
			<artifactId>pdfbox</artifactId>
			<version>2.0.18</version>
		</dependency>