Java 讀取PDF中的文本和圖片的方法
更新時間:2019年07月18日 11:55:57 作者:E-iceblue
本文將介紹通過Java程序來讀取PDF文檔中的文本和圖片的方法。分別調用方法extractText()和extractImages()來讀取,需要的朋友可以參考下
本文將介紹通過Java程序來讀取PDF文檔中的文本和圖片的方法。分別調用方法extractText()和extractImages()來讀取。
使用工具:Free Spire.PDF for Java(免費版)
Jar文件獲取導入:
方法1:通過官網下載jar文件包。下載后,解壓文件,并將lib文件夾下的Spire.Pdf.jar文件導入java程序。導入后如下圖:
方法2: 可通過maven倉庫安裝導入。
Java代碼示例
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 { //加載測試文檔 PdfDocument pdf = new PdfDocument("sample.pdf"); //實例化StringBuilder類 StringBuilder sb = new StringBuilder(); //定義一個int型變量 int index = 0; //遍歷PDF文檔中每頁 PdfPageBase page; for (int i= 0; i<pdf.getPages().getCount();i++) { page = pdf.getPages().get(i); //調用extractText()方法提取文本 sb.append(page.extractText(true)); FileWriter writer; try { //將StringBuilder對象中的文本寫入到txt writer = new FileWriter("ExtractText.txt"); writer.write(sb.toString()); writer.flush(); } catch (IOException e) { e.printStackTrace(); } //調用extractImages方法獲取圖片 for (BufferedImage image : page.extractImages()) { //指定輸出圖片名,指定圖片格式 File output = new File(String.format("Image_%d.png", index++)); ImageIO.write(image, "PNG", output); } } pdf.close(); } }
文本和圖片讀取效果:
總結
以上所述是小編給大家介紹的Java 讀取PDF中的文本和圖片的方法,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復大家的。在此也非常感謝大家對腳本之家網站的支持!
如果你覺得本文對你有幫助,歡迎轉載,煩請注明出處,謝謝!
相關文章
詳解Java創(chuàng)建多線程的四種方式以及優(yōu)缺點
這篇文章主要介紹了Java創(chuàng)建多線程的四種方式以及優(yōu)缺點,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-11-11