PDFBox是Apache下的一个操作pdf的类库。其也提供了一个命令行的工具，也提供了java调用的第三方类库。
下载地址:https://pdfbox.apache.org/
下面的实验基于JDK8+pdfbox-2.0.13.jar+pdfbox-app-2.0.13.jar(命令行工具库)
1.命令行使用
文档参考:https://pdfbox.apache.org/2.0/commandline.html
命令行工具可以提取pdf中的图片、文本，合并pdf与拆分pdf，pdf转换为图片等操作。
1.提取图片
java -jar pdfbox-app-2.0.13.jar ExtractImages ./1.pdf
会在同文件夹下提取出pdf中的图片。
2.提取文字
java -jar pdfbox-app-2.0.13.jar ExtractText ./1.pdf ./text.txt
当然还可以指定起始页号等参数。
3.pdf转换为图片
java -jar pdfbox-app-2.0.13.jar PDFToImage ./1.pdf
结果每页生成一张图片。当然可以指定起始页号、生产图片的名称前缀等信息。默认生成的图片命名如下:(pdfname+page)
还有许多命令行操作可以参考官网的文档，对于参数都有详细的解释。这种方式可以封装为工具类用Runtime多线程执行操作pdf。
2.Java中作为类库使用
感觉这个工具还不是太方便，写入pdf表格等直接操作pdf的可以考虑用itext代替。这个就当做命令行工具实现pdf转换图片、提取文字等操作就可以了。关于itext的使用参考:https://www.cnblogs.com/qlqwjy/p/8213989.html
依赖的jar包:
commons-logging-1.0.4.jar、pdfbox-2.0.13.jar、fontbox-2.0.13.jar
package cn.qlq;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStream;
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;
import javax.imageio.IIOImage;
import javax.imageio.ImageIO;
import javax.imageio.ImageWriter;
import javax.imageio.stream.ImageOutputStream;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDPageContentStream;
import org.apache.pdfbox.pdmodel.PDPageContentStream.AppendMode;
import org.apache.pdfbox.pdmodel.encryption.AccessPermission;
import org.apache.pdfbox.pdmodel.encryption.InvalidPasswordException;
import org.apache.pdfbox.pdmodel.font.PDFont;
import org.apache.pdfbox.pdmodel.font.PDType1Font;
import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;
import org.apache.pdfbox.pdmodel.interactive.action.PDActionJavaScript;
import org.apache.pdfbox.text.PDFTextStripper;
public class PDFBoxTest {
public static void main(String[] args) throws IOException {
createBlankPDF();
}
/**
* PDF中增加图片
*
* @throws IOException
* @throws InvalidPasswordException
*/
public static void addImg2PDF() throws IOException, InvalidPasswordException {
try (PDDocument doc = PDDocument.load(new File("G:/blank.pdf"))) {
PDPage page = doc.getPage(0);
PDImageXObject pdImage = PDImageXObject.createFromFile("G:/0101.jpg", doc);
try (PDPageContentStream contentStream = new PDPageContentStream(doc, page, AppendMode.APPEND, true,
true)) {
// contentStream.drawImage(ximage, 20, 20 );
// better method inspired by
// http://stackoverflow.com/a/22318681/535646
// reduce this value if the image is too large
float scale = 1f;
contentStream.drawImage(pdImage, 20, 20, pdImage.getWidth() * scale, pdImage.getHeight() * scale);
}
doc.save("G:/blank.pdf");
}
}
/**
* PDF文件中增加JS脚本
*
* @throws IOException
* @throws InvalidPasswordException
*/
public static void addJavaScript2PDF() throws IOException, InvalidPasswordException {
try (PDDocument document = PDDocument.load(new File("G:/blank.pdf"))) {
PDActionJavaScript javascript = new PDActionJavaScript(
"app.alert( {cMsg: ‘PDFBox rocks!‘, nIcon: 3, nType: 0, cTitle: ‘PDFBox Javascript example‘ } );");
document.getDocumentCatalog().setOpenAction(javascript);
if (document.isEncrypted()) {
throw new IOException("Encrypted documents are not supported for this example");
}
document.save("G:/blank.pdf");
}
}
/**
* 阅读PDF文件的内容，支持阅读中文(如果需要阅读指定页面的PDF自己改写此方法)
*
* @throws IOException
* @throws InvalidPasswordException
*/
public static void readPDFText() throws IOException, InvalidPasswordException {
try (PDDocument document = PDDocument.load(new File("G:/jl.pdf"))) {
AccessPermission ap = document.getCurrentAccessPermission();
if (!ap.canExtractContent()) {
throw new IOException("You do not have permission to extract text");
}
PDFTextStripper stripper = new PDFTextStripper();
stripper.setSortByPosition(true);
for (int p = 1; p <= document.getNumberOfPages(); ++p) {
stripper.setStartPage(p);
stripper.setEndPage(p);
String text = stripper.getText(document);
String pageStr = String.format("page %d:", p);
System.out.println(pageStr);
for (int i = 0; i < pageStr.length(); ++i) {
System.out.print("-");
}
System.out.println();
System.out.println(text.trim());
System.out.println();
}
}
}
/**
* 创建空的PDF文件并且添加一个空白页，多页可以插入多个PDPage
*
* @throws IOException
*/
public static void createBlankPDF() throws IOException {
String filename = "G:/blank.pdf";
try (PDDocument doc = new PDDocument()) {
// a valid PDF document requires at least one page
PDPage blankPage = new PDPage();
doc.addPage(blankPage);
doc.save(filename);
}
}
/**
* 图片转换为PDF文件
*
* @throws IOException
*/
public static void img2PDF() throws IOException {
String imagePath = "G:/0101.jpg";
String pdfPath = "G:/0101.pdf";
try (PDDocument doc = new PDDocument()) {
PDPage page = new PDPage();
doc.addPage(page);
PDImageXObject pdImage = PDImageXObject.createFromFile(imagePath, doc);
try (PDPageContentStream contents = new PDPageContentStream(doc, page)) {
contents.drawImage(pdImage, 20, 20);
}
doc.save(pdfPath);
}
}
/**
* 创建PDF文件并写入内容(暂时不支持写入中文)
*
* @throws IOException
*/
public static void createPDF() throws IOException {
String filename = "G:/Test.pdf";
String message = "pdf";// 字体不能有中文，暂时不支持中文
try (PDDocument doc = new PDDocument()) {
PDPage page = new PDPage();
doc.addPage(page);
PDFont font = PDType1Font.HELVETICA_BOLD;
try (PDPageContentStream contents = new PDPageContentStream(doc, page)) {
contents.beginText();
contents.setFont(font, 12);
contents.newLineAtOffset(100, 700);
contents.showText(message);
contents.endText();
}
doc.save(filename);
}
}
}
原文地址：https://www.cnblogs.com/qlqwjy/p/10299433.html
时间： 2024-08-29 16:23:06