package com.purang.pdf;
import java.io.File;
import java.io.FileOutputStream;
import java.io.OutputStreamWriter;
import java.io.Writer;
import java.net.MalformedURLException;
import java.net.URL;
import org.pdfbox.pdmodel.PDDocument;
import org.pdfbox.util.PDFTextStripper;
/**
* @param args
*/
public class PdfReader {
public void readFdf(String file) throws Exception {
// 是否排序
boolean sort = false;
// pdf文件名
String pdfFile = file;
// 输入文本文件名称
String textFile = null;
// 编码方式
String encoding = "UTF-8";
// 开始提取页数
int startPage = 1;
// 结束提取页数
int endPage = Integer.MAX_VALUE;
// 文件输入流,生成文本文件
Writer output = null;
// 内存中存储的PDF Document
PDDocument document = null;
try {
try {
// 首先当作一个URL来装载文件,如果得到异常再从本地文件系统//去装载文件
URL url = new URL(pdfFile);
//注意参数已不是以前版本中的URL.而是File。
document = PDDocument.load(pdfFile);
// 获取PDF的文件名
String fileName = url.getFile();
// 以原来PDF的名称来命名新产生的txt文件
if (fileName.length() > 4) {
File outputFile = new File(fileName.substring(0, fileName
.length() - 4)
+ ".txt");
textFile = outputFile.getName();
}
} catch (MalformedURLException e) {
// 如果作为URL装载得到异常则从文件系统装载
//注意参数已不是以前版本中的URL.而是File。
document = PDDocument.load(pdfFile);
if (pdfFile.length() > 4) {
textFile = pdfFile.substring(0, pdfFile.length() - 4)
+ ".txt";
}
}
// 文件输入流,写入文件倒textFile
output = new OutputStreamWriter(new FileOutputStream(textFile),encoding);
// PDFTextStripper来提取文本
PDFTextStripper stripper = null;
stripper = new PDFTextStripper();
// 设置是否排序
stripper.setSortByPosition(sort);
// 设置起始页
stripper.setStartPage(startPage);
// 设置结束页
stripper.setEndPage(endPage);
// 调用PDFTextStripper的writeText提取并输出文本
stripper.writeText(document, output);
} finally {
if (output != null) {
// 关闭输出流
output.close();
}
if (document != null) {
// 关闭PDF Document
document.close();
}
}
}
/**
* @param args
*/
public static void main(String[] args) {
// TODO Auto-generated method stub
PdfReader pdfReader = new PdfReader();
try {
// 取得E盘下的SpringGuide.pdf的内容
pdfReader.readFdf("E:\\SpringGuide.pdf");
} catch (Exception e) {
e.printStackTrace();
}
}
//先导入PDFBox-0.7.2.jar
}
分享到:
相关推荐
一、用JAVA完成了PDF读写(IText的应用) 加密PDF文件,引用到的JAR包是 bcprov-jdk15on-147 生成PDF文件,引用到的JAR包是itext5.5.1 项目文件为PDFText.java 主要实现功能: 1、创建一个PDF文件:HelloWorld.pdf,...
文本和二进制文件读写.pdf
c++读写文本文件及ini文件例子整理.pdf
c++读写文本文件及ini文件例子[汇编].pdf
利用第三方开源框架iText写的一个DEMO,能够实现对PDF文件文本信息的读写。
2022/3/6 4.3 pandas读写文件 In [ ]: # 引入相关模块 import numpy as np # pandas和numpy 常常结合在一起使用,导入numpy库 ...4.3.1 读写文本文件 file:///D:/Python39/envs/pydata/教材配套代码/模块四
可以完整的读取word文件Excel文件PDF文件Txt文件,以文本的形式读出来,简单易懂
利用第三方开源框架iText写的一个DEMO,能够实现对PDF文件文本信息的读写。 [注:本内容来自网络,在此分享仅为帮助有需要的网友,如果侵犯了您的权利,麻烦联系我,我会第一时间删除,谢谢您。]
Android平台下,将Html文本转换为PDF格式并输出.rar,太多无法一一验证是否可用,程序如果跑不起来需要自调,部分代码功能进行参考学习。
这个示例将创建一个文本文件,向其中写入一些内容,然后再从文件中读取内容并输出到控制台。 注意,此示例仅用于教学目的,并未包含错误处理代码。在实际编程中,你应该始终检查文件操作是否成功,并适当处理任何...
2.4.1 读写文本文件 在NumPy中,loadtxt()和savetxt()函数可以对文件后缀名为 .txt和 .csv的文件进行读写操作。 1. 将一维或二维数组写入 TXT 文件或 CSV 格式文件 在NumPy中,使用savetxt()函数可以将一维或二维...
高级编程
主要介绍了Python常见读写文件操作,结合实例形式总结分析了Python常见的各种文件读写操作,包括文本、json、csv、pdf等文件的读写与相关注意事项,需要的朋友可以参考下
一种简单的贡献方式是将不同的PDF文件添加到tests/files并查看它们是否通过测试( cargo test )。 随时为想法,问题或代码做出贡献! 如果您有任何疑问或问题,请加入 。建造如果要支持14种标准字体,请参见 。...
* BufferedReader 和 BufferedWriter 以字符流的方式读写文本文件,且效率更高 * FileInputStream 和 FileOutputStream 以字节流的方式读写文本文件 六、流相关知识点 * java.io.Reader 用于读入 16 位字符,也...
libharu2.3.0开源PDF读写库,这是一个非常简洁短小的库,只依赖libpng和zlib库,使用非常方便。缺点是对Unicode支持不是很好,不过对部分文件读写的代码进行适当修改就能支持Unicode,至于文本输入都是ASCII格式的,...
1.15文本读写(2) 85 1.16文本查找 89 1.17文本替换 94 1.18文本分割 97 1.19循环语句 99 1.20随机取值 104 1.21播放声音 107 1.22快捷键 114 1.23组合快捷键 118 文本界面中常用语句 123 1.24打开外部程序 127 1.25...