如何通过java来对PDF文件的合并,拆分以及对内容读取的处理

项目用打印出来的pdf需要电子化处理。就用到了读取pdf内容,合并pdf文件,以及拆分pdf的处理。

废话不多说,直接上代码。

 

import java.io.File;
import java.io.IOException;
import java.util.List;

import org.apache.pdfbox.multipdf.Splitter;
import org.apache.pdfbox.pdmodel.PDDocument;

public class PdfSplit {

public static void main(String[] args) throws IOException {
try {
Splitter splitter = new Splitter();
PDDocument source = PDDocument.load(new File("C:/temp/combine.pdf"));

List<PDDocument> documents = splitter.split(source);

int i = 0;
for (PDDocument document : documents) {
i++;
document.save("C:/temp/split/" + "out" + i + ".pdf");
}
} finally {

}
}
}

 

========================================

合并多个pdf 为1个pdf文件

 

import java.io.File;
import java.io.IOException;

import org.apache.pdfbox.io.MemoryUsageSetting;
import org.apache.pdfbox.multipdf.PDFMergerUtility;

public class PdfCombining {

public static void main(String[] args) throws IOException {
try {
PDFMergerUtility merger = new PDFMergerUtility();
merger.addSource(new File("C:/temp/test_excel.pdf"));
merger.addSource(new File("C:/temp/test_word.pdf"));
merger.addSource(new File("C:/temp/test_ppt.pdf"));
merger.setDestinationFileName("C:/temp/office3page.pdf");
merger.mergeDocuments(MemoryUsageSetting.setupTempFileOnly());
}finally {
System.out.println("combining end");
}
}
}

========================================

读取pdf上面的内容

 

import java.io.File;
import java.io.IOException;

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;

public class PdfGetStr {

public static final void main(String[] args) throws IOException {

File file = new File("C:/temp/office3page.pdf");

PDDocument document = PDDocument.load(file);
int lastPage = document.getNumberOfPages();
System.out.println("pageNum:" + document.getNumberOfPages());


PDFTextStripper stripper = new PDFTextStripper();
stripper.setStartPage(0);
stripper.setEndPage(3);
String text = stripper.getText(document);

System.out.println(text);
}

}

posted @   77庁長  阅读(1337)  评论(0编辑  收藏  举报
编辑推荐:
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
阅读排行:
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 按钮权限的设计及实现
· 25岁的心里话
点击右上角即可分享
微信分享提示