java读取pdf_Java 读取PDF中的文本和图片的方法

本文将介绍通过Java程序来读取PDF文档中的文本和图片的方法。分别调用方法extractText()和extractImages()来读取。

使用工具：Free Spire.PDF for Java(免费版)

Jar文件获取导入：

方法1：通过官网下载jar文件包。下载后，解压文件，并将lib文件夹下的Spire.Pdf.jar文件导入java程序。导入后如下图：

方法2：可通过maven仓库安装导入。

Java代码示例

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 {

//加载测试文档

PdfDocument pdf = new PdfDocument("sample.pdf");

//实例化StringBuilder类

StringBuilder sb = new StringBuilder();

//定义一个int型变量

int index = 0;

//遍历PDF文档中每页

PdfPageBase page;

for (int i= 0; i

page = pdf.getPages().get(i);

//调用extractText()方法提取文本

sb.append(page.extractText(true));

FileWriter writer;

try {

//将StringBuilder对象中的文本写入到txt

writer = new FileWriter("ExtractText.txt");

writer.write(sb.toString());

writer.flush();

} catch (IOException e) {

e.printStackTrace();

}

//调用extractImages方法获取图片

for (BufferedImage image : page.extractImages()) {

//指定输出图片名，指定图片格式

File output = new File(String.format("Image_%d.png", index++));

ImageIO.write(image, "PNG", output);

}

pdf.close();

}

文本和图片读取效果：

总结

以上所述是小编给大家介绍的Java 读取PDF中的文本和图片的方法,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！

如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！

java读取pdf_Java 读取PDF中的文本和图片的方法相关推荐

java解析pdf 图片文字_Java 读取PDF中的文本和图片
本文将介绍通过Java程序来读取PDF文档中的文本和图片的方法.分别调用方法extractText()和extractImages()来读取. 使用工具:Free Spire.PDF for Java ...
Java 读取PDF中的文本和图片
本文将介绍通过Java程序来读取PDF文档中的文本和图片的方法.分别调用方法extractText()和extractImages()来读取. 使用工具:Free Spire.PDF for Java ...
Python 获得pdf中的文字、图片文字方法
Python 获得pdf中的文字.图片文字方法下载word版文件 OCR,全称Optical character recognition,中文译名叫做光学文字识别.它把图像中的字符,转换为机器编码的 ...
Acrobat Pro DC 教程：如何编辑 PDF 文件中的文本和图片？
欢迎观看 Acrobat Pro DC 教程,小编带大家学习 Acrobat Pro DC 的基本工具和使用技巧,了解如何使用 Acrobat Pro DC 轻松快捷地编辑PDF 文档中的文本和图片. ...
java 修改pdf_Java 操作PDF书签详解 - 添加、修改、读取和删除
目录前言 Free Spire.PDF for Java库概述和安装给PDF文档添加书签修改现有书签设置PDF文档打开时展开或折叠书签读取书签标题从PDF文档中删除书签前言书签在一些PD ...
java word文本框_Java 读取Word文本框中的文本、图片、表格
Word可插入文本框,文本框中可嵌入文本.图片.表格等内容.对文档中的已有文本框,也可以读取其中的内容.本文以Java程序代码来展示如何读取文本框,包括读取文本框中的文本.图片以及表格等. [程序环境 ...
Java 读取Word表格中的文本和图片
本文通过Java程序来展示如何读取Word表格,包括读取表格中的文本和图片.下面是具体实现的步骤和方法. 1. 程序环境准备代码编译工具:IntelliJ IDEA Jdk版本:1.8.0 测试文档 ...
Java 读取Word文本框中的文本、图片、表格
Word可插入文本框,文本框中可嵌入文本.图片.表格等内容.对文档中的已有文本框,也可以读取其中的内容.本文以Java程序代码来展示如何读取文本框,包括读取文本框中的文本.图片以及表格等. [程序环境 ...
Java 读取Word批注中的文本和图片
本文将介绍读取Word批注的方法,包括读取Word批注中的文本及图片.下面将通过Java代码来演示如何读取批注. **工具使用:**Word类库(Free Spire.Doc for Java 免费版 ...

java读取pdf_Java 读取PDF中的文本和图片的方法

java读取pdf_Java 读取PDF中的文本和图片的方法相关推荐

最新文章

热门文章