Java解析PDF文档中文本内容

KingMax_hx

于 2018-09-15 17:01:12 发布

阅读量2k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： JAVA_WEB

本文链接：https://blog.youkuaiyun.com/KingMax_hx/article/details/82715627

JAVA_WEB 专栏收录该内容

8 篇文章

订阅专栏

本文介绍了一个使用Java编写的从PDF文件中提取文本的方法。通过利用PDFParser和PDFTextStripper类，该方法能够读取指定路径下的PDF文件，并将其中的文本内容输出到控制台。代码首先创建一个FileInputStream来读取PDF文件，然后使用PDFParser解析文件内容，接着通过PDFTextStripper获取文本并打印出来。最后，确保关闭所有打开的资源。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

public static void main(String[] args) throws Exception{
       String textFromPdf = getTextFromPdf("D:/download/upload/courseResource/00e90904-f6c3-4a3e-a042-f9dde5fba790.pdf");
       System.out.println(textFromPdf);
   }

   public static String getTextFromPdf(String filePath) throws Exception {
   String result = null;
   FileInputStream is = null;
   PDDocument document = null;
   is = new FileInputStream(filePath);
   PDFParser parser = new PDFParser(new RandomAccessBuffer(is));
   parser.parse();
   document = parser.getPDDocument();
   PDFTextStripper stripper = new PDFTextStripper();
   result = stripper.getText(document);
   if (is != null) {
   is.close();
   is = null;
   }
   if (document != null) {
   document.close();
   document = null;
   }
   return result;
   }