Java如何讀取pdf的內容？

發布日期：2019-12-04 來源：匯智動力

這里簡單介紹2種Java讀取PDF文件內容的方法，分別是PDFBox和Spire.PDF，感興趣的朋友可以嘗試一下：

一、PDFBox

這是Apache提供的一個免費、開源工具，專門用于操作PDF文檔，目前支持加密/解密PDF文檔，從PDF文檔中導出表單數據，向已有PDF文檔追加內容，以及切分PDF文檔等，導入項目或工程的話，可以直接下載Jar包，也可以直接Maven引入，如下：

java

導入成功后，我們就可以直接編碼讀取PDF文件內容了，測試代碼如下，基本思路先加載PDF文件，創建PDDocument對象，然后再創建一個PDFTextStripper文本剝離器，最后再直接獲取PDF文本內容即可，整個過程不難，理解起來也非常容易：

java

二、Spire.PDF

這也是一個專門用于讀取PDF文件內容的Java工具包，商業版需要付費購買，也有個人免費版，但功能比較局限，只能提取前10頁內容，目前支持文本、圖片等內容提取，導入項目或工程的話，可以直接下載Jar包，也可以直接Maven引入，如下：

java

導入完成后，我們就可以直接編碼來讀取PDF文件內容了，測試代碼如下，基本思路先加載PDF文件，然后循環遍歷每頁提取內容（文本的話是extractText方法，圖片的話是extractImages方法），最后再輸出或保存提取內容即可：

java

目前，就分享這2種Java讀取PDF文件內容的方法吧。總的來說，整個過程非常簡單，只要你有一定Java基礎，熟悉一下上面的代碼和示例，很快就能掌握的，當然，你也可以使用其他工具包，像iTika等也都非常不錯