使用iText读取PDF文件

之前学习到了如何使用iText生成PDF文件，之后发现iText还提供了读取PDF的API，便尝试了写了个Demo.仅供参考。

package com.java.inputPDF;import java.io.FileOutputStream;
import java.io.IOException;
import java.io.PrintWriter;import com.itextpdf.text.Rectangle;
import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.parser.FilteredTextRenderListener;
import com.itextpdf.text.pdf.parser.LocationTextExtractionStrategy;
import com.itextpdf.text.pdf.parser.PdfTextExtractor;
import com.itextpdf.text.pdf.parser.RegionTextRenderFilter;
import com.itextpdf.text.pdf.parser.RenderFilter;
import com.itextpdf.text.pdf.parser.TextExtractionStrategy;/*** 创建日期：2017-10-13下午2:28:35* 修改日期：* 作者：ttan* 描述：iText读取PDF*/
public class ReadPdfByiText {public static void main(String[] args) throws IOException {String outputPath = "E:\\ReadPdf\\PdfContent_1.txt";PrintWriter writer = new PrintWriter(new FileOutputStream(outputPath));String fileName = "E:\\ReadPdf\\111.pdf";readPdf(writer, fileName);//直接读全PDF面//readPdf_filter(fileName);//读取PDF面的某个区域}public static void readPdf(PrintWriter writer,String fileName){String pageContent = "";try {PdfReader reader = new PdfReader(fileName);int pageNum = reader.getNumberOfPages();for(int i=1;i<=pageNum;i++){pageContent += PdfTextExtractor.getTextFromPage(reader, i);//读取第i页的文档内容}writer.write(pageContent);} catch (Exception e) {e.printStackTrace();}finally{writer.close();}}public static void readPdf_filter(PrintWriter writer,String fileName){String pageContent = "";try {Rectangle rect = new Rectangle(90, 0, 450, 40);RenderFilter filter = new RegionTextRenderFilter(rect);PdfReader reader = new PdfReader(fileName);int pageNum = reader.getNumberOfPages();TextExtractionStrategy strategy;for (int i = 1; i <= pageNum; i++) {strategy = new FilteredTextRenderListener(new LocationTextExtractionStrategy(), filter);pageContent +=PdfTextExtractor.getTextFromPage(reader, i, strategy);}/*String[] split = pageContent.split(" ");for(String ss : split){System.out.println(ss.substring(ss.lastIndexOf("：")+1, ss.length()));           }*/writer.write(pageContent);} catch (Exception e) {e.printStackTrace();}finally{writer.close();}}
}

使用iText读取PDF文件相关推荐

pdfboxiText生成PDF文件格式及读取PDF文件内容的小示例--完美支持中文版
最近项目中有个需求需要将数据库中的数据导出到PDF文件中,所以在网上查找了相关的开源框架--pdfbox&itext 于是乎写了一个简单的工具类,如有需要的可以直接拿去用,切勿跟俺客气~. 本 ...
python 读取文件读出来是什么格式-深入学习python解析并读取PDF文件内容的方法...
这篇文章主要学习了python解析并读取PDF文件内容的方法,包括对学习库的应用,python2.7和python3.6中python解析PDF文件内容库的更新,包括对pdfminer库的详细解释和应 ...
python中读取文件内容-深入学习python解析并读取PDF文件内容的方法
这篇文章主要学习了python解析并读取PDF文件内容的方法,包括对学习库的应用,python2.7和python3.6中python解析PDF文件内容库的更新,包括对pdfminer库的详细解释和应 ...
Itext导出pdf文件
使用iText生成pdf文件并导出前言: 项目中需要给用户提供一个可以导出pdf文件的功能,用来展示本月的数据.像excel.word这种直接就可以使用POI进行导出了,但是导出pdf格式的文件我 ...
python解析并读取PDF文件：函数总结
目录 1.PyPDF2 2. pdfminer & pdfminer3k 3. pdfplumber 4. Camelot 虽然PDF文件对文本布局非常好,容易打印并阅读,但软件要将它们解析为 ...
itex将html转成pdf加水印,itext操作PDF文件添加水印
功能描述:添加图片和文字水印 /** * * [功能描述:添加图片和文字水印] [功能详细描述:功能详细描述] * @param srcFile 待加水印文件 * @param destFile 加水 ...
python怎么读取pdf文件_Python解析并读取PDF文件内容的方法
本文实例讲述了Python解析并读取PDF文件内容的方法.分享给大家供大家参考,具体如下: 一.问题描述利用python,去读取pdf文本内容. 二.效果三.运行环境 python2.7 四.需要 ...
java 取pdf 文本域_java – 使用iText从pdf文件中提取文本列
我需要使用iText从pdf文件中提取文本. 问题是:一些pdf文件包含2列,当我提取文本时,我得到一个文本文件,其中列被合并为结果(即同一行中两列的文本) 这是代码: public class pd ...
使用ITEXT操作PDF文件
2019独角兽企业重金招聘Python工程师标准>>> 使用ITEXT操作PDF文件 pom.xml <dependency><groupId>com.ite ...
python 保存pdf文件_PyPDF2读取PDF文件内容保存到本地TXT实例
我就废话不多说了,大家还是直接看代码吧! from PyPDF2.pdf import PdfFileReader import pandas as pd def Pdf_to_txt(pdf): f ...

使用iText读取PDF文件

使用iText读取PDF文件相关推荐

最新文章

热门文章