PDF BOX读取PDF内容

使用 PDF BOX 读取 PDF,下载地址:sourceforge里搜索就有了.

package com.pdfbox.pdf;

import java.io.InputStream;

import org.pdfbox.pdfparser.PDFParser;
import org.pdfbox.util.PDFTextStripper;

/**
 * 使用 PDFBOX插件读取PDF
 * @author LGF
 *
 */
public class ReadPDF {

	public static void main(String[] args) throws Exception {
		//获取输入流
		InputStream input = getInputStream("MyBatis3.2.2中文官方文档.pdf"); 
		//创建解析对象
		PDFParser parser = new PDFParser(input);
		//解析
		parser.parse();
		//创建 PDFTextStripper 对象
		PDFTextStripper ts = new PDFTextStripper();
		System.out.println("start page :" + ts.getStartPage());
		System.out.println("end page :" + ts.getEndPage());
		//获取文本
		String text = ts.getText(parser.getPDDocument());
		String[] texts = text.split("\r\n");
		int index = 1;
		/*
		 * 如果你想一行一行的读取怎么办?
		 * Ok ,可以加入以下代码,分割就好了
		 */
		for (String string : texts) {
			System.out.println(index+":"+string);
			index++;
			if (index==100)return;
		}
		//释放资源
		input.close();
	}

	/**
	 * 获取 class path 中的文件流
	 * @param name 名称
	 * @return InputStream 
	 */
	public static InputStream getInputStream(String name){
		return Thread.currentThread().getContextClassLoader().getResourceAsStream(name);
	}
}