使用itext7统计PDF文件中的字数

依赖：

        <dependency><groupId>com.itextpdf</groupId><artifactId>kernel</artifactId><version>7.2.0</version></dependency><!--中文字体支持start--><dependency><groupId>com.itextpdf</groupId><artifactId>font-asian</artifactId><version>7.2.0</version></dependency><!--中文字体支持end-->

代码：


import com.itextpdf.kernel.pdf.PdfDocument;
import com.itextpdf.kernel.pdf.PdfReader;
import com.itextpdf.kernel.pdf.canvas.parser.PdfTextExtractor;
import lombok.extern.slf4j.Slf4j;import java.io.IOException;
import java.io.InputStream;/*** 统计pdf字数的工具**/
@Slf4j
public class PdfUtils {public static Integer countText(String fileName) throws IOException {try {PdfReader reader = new PdfReader(fileName);return countText(reader);} catch (IOException e) {log.error("打开pdf失败，文件名:{}", fileName, e);throw e;}}public static Integer countText(InputStream inputStream) throws IOException {try {PdfReader reader = new PdfReader(inputStream);return countText(reader);} catch (IOException e) {log.error("使用流打开pdf失败", e);throw e;}}public static Integer countText(PdfReader reader) {try {int characterCount = 0;PdfDocument pdfDoc = new PdfDocument(reader);// get the number of pages in PDFint noOfPages = pdfDoc.getNumberOfPages();System.out.println("Extracted content of PDF---- ");for (int i = 1; i <= noOfPages; i++) {// Extract content of each pageString contentOfPage = PdfTextExtractor.getTextFromPage(pdfDoc.getPage(i));contentOfPage = contentOfPage.replaceAll("\\p{C}", "").replaceAll(" ", "");characterCount += contentOfPage.length();log.debug(contentOfPage);log.debug("这页几个字：" + contentOfPage.length());}pdfDoc.close();log.info("文档总共" + characterCount + "个字");return characterCount;} finally {try {if (reader != null) {reader.close();}} catch (IOException e) {// do noting}}}public static void main(String[] args) throws IOException {String testPdf = "C:\\Users\\xxx\\Downloads\\test.pdf";countText(testPdf);}
}

使用itext7统计PDF文件中的字数相关推荐

使用itext7在PDF文件中的指定文字位置添加电子签名图片技术记录
使用itext7在PDF文件中的指定文字位置添加电子签名图片文章目录使用itext7在PDF文件中的指定文字位置添加电子签名图片一.技术使用背景二.使用步骤 1.引入依赖 2.具体代码 2.控 ...
Android使用iText7生成PDF文件
一:添加依赖 implementation 'com.itextpdf:itext7-core:7.1.13' 二:清单文件AndroidManifest.xml 添加权限 <uses-perm ...
使用 C# 提取 PDF 文件中的所有文字（支持 .NET Core）
PDF 是 Portable Document Format 的简称,意为"可携带文档格式",是由 Adobe Systems 用于与应用程序.操作系统.硬件无关的方式进行文件交换 ...
统计java文件中的代码行数
统计Java代码行数工具类 -- CodeCounterUtil.java 统计指定目录下的java文件中代码行数 -- public static int getCodeNumFromFo ...
R语言ggplot2可视化使用ggplot2::ggsave函数和gridextra::marrangegrob函数将多个可视化结果保存在pdf文件中
R语言ggplot2可视化使用ggplot2::ggsave函数和gridextra::marrangegrob函数将多个可视化结果保存在pdf文件中目录
Python使用matplotlib可视化绘制并导出可视化结果图表到PDF文件中
Python使用matplotlib可视化绘制并导出可视化结果图表到PDF文件中目录 Python使用matplotlib可视化绘制并导出可视化结果图表到PDF文件中
直接在PDF文件中改变字体的小技巧
2019独角兽企业重金招聘Python工程师标准>>> PDF文件大家接触的还是蛮多的,今天要给大家介绍一下直接在PDF文件中改变字体的小技巧,想来应该有蛮多小伙伴需要的. 具体操作 ...
ajax从mysql提取数据在html中_Python骚操作，提取pdf文件中的表格数据！
在实际研究中,我们经常需要获取大量数据,而这些数据很大一部分以pdf表格的形式呈现,如公司年报.发行上市公告等.面对如此多的数据表格,采用手工复制黏贴的方式显然并不可取.那么如何才能高效提取出pdf文 ...
java pdf添加透明水印_如何在PDF文件中添加透明水印
原标题:如何在PDF文件中添加透明水印有些文件添加水印,但是又不想水印影响文件的使用有时候会设置透明水印,那么PDF怎么设置透明水印呢,应该有很多的小伙伴们都很好奇应该怎么做吧,接下来就为大家分享一 ...
gnuradio上怎么使用python文件_使用Python从PDF文件中提取数据
前言数据是数据科学中任何分析的关键,大多数分析中最常用的数据集类型是存储在逗号分隔值(csv)表中的干净数据.然而,由于可移植文档格式(pdf)文件是最常用的文件格式之一,因此每个数据科学家都应该了 ...

使用itext7统计PDF文件中的字数

依赖：

代码：

使用itext7统计PDF文件中的字数相关推荐

最新文章

热门文章