Java 读取PDF中的文本和图片
2024-10-02 05:35:25
本文将介绍通过Java程序来读取PDF文档中的文本和图片的方法。分别调用方法extractText()和extractImages()来读取。
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jar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。导入后如下图:
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();
}
}
文本和图片读取效果:
(本文完)
最新文章
- 【云知道】LoadRunner 录制问题集锦
- 初识echarts
- asp.net DataSet数据导出到Excel中
- Android:Butter Knife 8.0.1配置
- 给JAVA初学者的50个忠告
- MongoDB学习笔记——数据库操作
- 网易前端JavaScript编码规范
- html5 表单样式 表单验证1 2 3
- jython学习笔记3
- Apahce映射网络路径
- Eclipse is running in a JRE, but a JDK is required 解决方法
- sql server查询出的结果中添加一列序列行
- 为网页设计师准备的30个使用的HTML5框架
- 可以binidng属性的属性【项目】
- XML注入介绍--XXE,XEE,xpath等
- hdu 3572 Task Schedule (dinic算法)
- ng-cordova(插件库)
- Android O --Soong Build
- Pytorch学习笔记(一)---- 基础语法
- margin合并和浮动
热门文章
- Delphi XE5 Android Dialogs 对话框(模拟做了一套)
- delphi 线程教学第一节:初识多线程(讲的比较浅显),还有三个例子
- Resolve conflict using ";MERGE_HEAD (origin/HEAD)";
- 基于VUE实现的新闻后台管理系统-三
- mysql启动脚本
- DateTimeToGreenUnix
- QT 线程池 + TCP 小试(三)实现最终功能
- 发现 TSplitter 在嵌套时不好用, 索性写了个替代品(处理MouseDown,MouseMove,MouseUp,然后设定控件的Left值就可以了)
- ACM竞赛中的魔方问题专题(不定时更新)
- springboot 2.X 在访问静态资源的的时候出现404的问题