itextpdf提取PDF文件中的任意頁碼實(shí)現(xiàn)示例

更新時(shí)間：2023年08月10日 14:16:47 作者：十方

這篇文章主要為大家介紹了itextpdf提取PDF文件中的任意頁碼實(shí)現(xiàn)示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪

需求

有一個(gè)幾十頁的PDF文件，現(xiàn)在需要從中拆分出指定的頁碼，然后生成一個(gè)新的PDF文件。

這個(gè)時(shí)候，可以使用開源的 itextpdf 庫來實(shí)現(xiàn)，itextpdf 的官方 github 地址為：https://github.com/itext/itextpdf.

下面通過具體的代碼來演示。

引入依賴

目前 itextpdf 最新版本為 5.5.13.3，可以在 https://search.maven.org/ 網(wǎng)站進(jìn)行搜索。

<dependency>
    <groupId>com.itextpdf</groupId>
    <artifactId>itextpdf</artifactId>
    <version>5.5.13.3</version>
</dependency>

代碼實(shí)現(xiàn)

指定頁碼抽取

package com.magic.itextpdf;
import java.io.FileOutputStream;
import java.io.IOException;
import java.util.List;
import java.util.Objects;
import com.itextpdf.text.Document;
import com.itextpdf.text.DocumentException;
import com.itextpdf.text.pdf.PdfCopy;
import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.PdfSmartCopy;
/**
 * PDF工具類
 */
public class PdfUtils {
    /**
     * 抽取PDF文件
     * @param sourceFile 源PDF文件路徑
     * @param targetFile 目標(biāo)PDF文件路徑
     * @param extractedPageNums 需要抽取的頁碼
     */
    public static void extract(String sourceFile, String targetFile, List<Integer> extractedPageNums) {
        Objects.requireNonNull(sourceFile);
        Objects.requireNonNull(targetFile);
        PdfReader reader = null;
        Document document = null;
        FileOutputStream outputStream = null;
        try {
            // 讀取源文件
            reader = new PdfReader(sourceFile);
            // 創(chuàng)建新的文檔
            document = new Document();
            // 創(chuàng)建目標(biāo)PDF文件
            outputStream = new FileOutputStream(targetFile);
            PdfCopy pdfCopy = new PdfSmartCopy(document, outputStream);
            // 獲取源文件的頁數(shù)
            int pages = reader.getNumberOfPages();
            document.open();
            // 注意此處的頁碼是從1開始
            for (int page = 1; page <= pages; page++) {
                // 如果是指定的頁碼，則進(jìn)行復(fù)制
                if (extractedPageNums.contains(page)) {
                    pdfCopy.addPage(pdfCopy.getImportedPage(reader, page));
                }
            }
        } catch (IOException | DocumentException e) {
            e.printStackTrace();
        } finally {
            if (reader != null) {
                reader.close();
            }
            if (document != null) {
                document.close();
            }
            if (outputStream != null) {
                try {
                    outputStream.flush();
                    outputStream.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
    }
}

extract() 方法有三個(gè)參數(shù)，分包是源PDF文件路徑、目標(biāo)PDF文件路徑和指定頁碼，其中指定頁碼采用List集合進(jìn)行傳遞，比如需要抽取第1頁，可以像下面這樣調(diào)用

PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out.pdf", Collections.singletonList(1));

如果同時(shí)需要抽取多頁，比如1、3、5頁，那么可以這樣調(diào)用

PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out.pdf", Arrays.asList(1, 3, 5));

當(dāng)然，如果一個(gè)PDF有一百多頁，現(xiàn)在需要抽取10-60頁，如果還是像上面一樣傳遞參數(shù)，則會(huì)非常麻煩，此時(shí)就可以重載一個(gè)方法，實(shí)現(xiàn)傳遞起始頁碼和結(jié)束頁碼來抽取了。

起始結(jié)束頁碼抽取

重載 extract 方法，具體的代碼如下：

/**
 * 抽取PDF文件
 * @param sourceFile 源PDF文件路徑
 * @param targetFile 目標(biāo)PDF文件路徑
 * @param fromPageNum 起始頁碼
 * @param toPageNum 結(jié)束頁碼
 */
public static void extract(String sourceFile, String targetFile, int fromPageNum, int toPageNum) {
    Objects.requireNonNull(sourceFile);
    Objects.requireNonNull(targetFile);
    PdfReader reader = null;
    Document document = null;
    FileOutputStream outputStream = null;
    try {
        // 讀取源文件
        reader = new PdfReader(sourceFile);
        // 創(chuàng)建新的文檔
        document = new Document();
        // 創(chuàng)建目標(biāo)PDF文件
        outputStream = new FileOutputStream(targetFile);
        PdfCopy pdfCopy = new PdfSmartCopy(document, outputStream);
        // 獲取源文件的頁數(shù)
        int pages = reader.getNumberOfPages();
        document.open();
        // 注意此處的頁碼是從1開始
        for (int page = 1; page <= pages; page++) {
            if (page >= fromPageNum && page <= toPageNum) {
                pdfCopy.addPage(pdfCopy.getImportedPage(reader, page));
            }
        }
    } catch (IOException | DocumentException e) {
        e.printStackTrace();
    } finally {
        if (reader != null) {
            reader.close();
        }
        if (document != null) {
            document.close();
        }
        if (outputStream != null) {
            try {
                outputStream.flush();
                outputStream.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

對(duì)于連續(xù)頁碼而言，這個(gè)方式更加簡單，比如要抽取 10-60頁，那么可以這樣調(diào)用

PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out.pdf", 10, 60);

測試驗(yàn)證

現(xiàn)在有一個(gè)總共2頁的PDF文件，分別使用上面的方法進(jìn)行抽取拆分第1頁，代碼如下：

package com.magic.itextpdf;
import java.util.Collections;
public class Test {
    public static void main(String[] args) {
        PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out_1.pdf", Collections.singletonList(1));
        PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out_2.pdf", 1, 1);
    }
}

運(yùn)行后，分別生成了 test_out_1.pdf 和 test_out_2.pdf 兩個(gè)新文件，新文件都是源文件的第一頁。