java使用pdfbox把PDF转成html

HTML转PDF(Java itext) Java HTML转PDF —> itext 首先需要引入jar包 <dependency> <groupId>com.itextpdf</groupId> <artifactId>html2pdf</artifactId> <version>3.0.3</version> </dependency> packag 阅读详情

使用到的jar包:

   pdfbox-2.0.4.jar

   pdfbox-2.0.4-sources.jar

   fontbox-2.0.4.jar

   pdfbox-tools-2.0.4.jar

注:使用2.0.8的jar包也行。

jar包下载地址:http://download.youkuaiyun.com/download/warren_one/10131767

 

public class PdfToHtml {

    public static void main(String[] args) {
        //传入PDF地址
        PdfToImage("E:\\Xshell\\40000003017146.pdf");

    }


    public static void PdfToImage(String pdfurl){
        StringBuffer buffer = new StringBuffer();
        FileOutputStream fos;
        PDDocument document;
        File pdfFile;
        int size;
        BufferedImage image;
        FileOutputStream out;
        Long randStr = 0l;
        //PDF转换成HTML保存的文件夹
        String path = "E:\\Xshell\\1";
        File htmlsDir = new File(path);
        if(!htmlsDir.exists()){
            htmlsDir.mkdirs();
        }
        File htmlDir = new File(path+"/");
        if(!htmlDir.exists()){
            htmlDir.mkdirs();
        }
        try{
            //遍历处理pdf附件
            randStr = System.currentTimeMillis();
            buffer.append("<!doctype html>\r\n");
            buffer.append("<head>\r\n");
            buffer.append("<meta charset=\"UTF-8\">\r\n");
            buffer.append("</head>\r\n");
            buffer.append("<body style=\"background-color:gray;\">\r\n");
            buffer.append("<style>\r\n");
            buffer.append("img {background-color:#fff; text-align:center; width:100%; max-width:100%;margin-top:6px;}\r\n");
            buffer.append("</style>\r\n");
            document = new PDDocument();
            //pdf附件
            pdfFile = new File(pdfurl);
            document = PDDocument.load(pdfFile, (String) null);
            size = document.getNumberOfPages();
            Long start = System.currentTimeMillis(), end = null;
            System.out.println("===>pdf : " + pdfFile.getName() +" , size : " + size);
            PDFRenderer reader = new PDFRenderer(document);
            for(int i=0 ; i < size; i++){
                //image = new PDFRenderer(document).renderImageWithDPI(i,130,ImageType.RGB);
                image = reader.renderImage(i, 1.5f);
                //生成图片,保存位置
                out = new FileOutputStream(path + "/"+ "image" + "_" + i + ".jpg");
                ImageIO.write(image, "png", out); //使用png的清晰度
                //将图片路径追加到网页文件里
                buffer.append("<img src=\"" + path +"/"+ "image" + "_" + i + ".jpg\"/>\r\n");
                image = null; out.flush(); out.close(); 
            }
            reader = null;
            document.close();
            buffer.append("</body>\r\n");
            buffer.append("</html>");
            end = System.currentTimeMillis() - start;
            System.out.println("===> Reading pdf times: " + (end/1000));
            start = end = null;
            //生成网页文件
            fos = new FileOutputStream(path+randStr+".html");
            System.out.println(path+randStr+".html");
            fos.write(buffer.toString().getBytes());
            fos.flush(); fos.close();
            buffer.setLength(0);

        }catch(Exception e){
            System.out.println("===>Reader parse pdf to jpg error : " + e.getMessage());
            e.printStackTrace();
        }
    }

}

 

 

说明:这个方法是把PDF文档转成图片再写到html里,然后以html展示出来。

这是根据网上资料加同事帮助写出来的。转载请标注清楚。

 

PDFBOX详解 PDFBOX详解   摘要   自从Adobe公司1993年第一次发布公共PDF参考以来,支持各种语言和平台的PDF工具和类库就如雨后春笋般涌现。然而,Java应用开发中Adobe技术的支持相对滞后了。   自从Adobe公司1993年第一次发布公共PDF参考以来,支持各种语言和平台的PDF工具和类库就如雨后春笋般涌现。然而,Java应用开发中Adobe技术的支持相对滞后了。这 阅读详情

相关推荐

基于Java的PDF转HTML的方法和实现

PDF(Portable Document Format)是一种广泛使用的文档格式,而将PDF转换为HTML(Hypertext Markup Language)可以使文档在Web上更易于展示和处理。在本篇文章中,我将介绍如何使用Java实现PDF转HTML的方法,并附上相应的源代码。在上述示例中,我们通过指定输入的PDF文件路径和输出的HTML文件路径,将PDF转换为HTML并保存到文件中。在上述代码中,我们使用了一个名为"template.vm"的HTML模板文件,其中包含一个占位符。

ByteProwl的博客 1148

pdfbox如何把pdf转成html

可以使用 Apache PDFBox 库的 PDFTextStripper 类将 PDF 转换为 HTML。具体操作步骤如下: 安装 Apache PDFBox 库:可以在官网下载最新版本并安装,也可以通过依赖管理工具(如 Maven)安装。 使用 PDFTextStripper 类读取 PDF 文档:通过代码创建一个 PDFTextStripper 对象,然后使用该对象的 getText 方...

weixin_42588555的博客 808

使用Java实现PDF转HTML的功能

然后,我们重写了PDFTextStripper的writeString方法,在该方法中对提取的文本进行处理。在这个示例中,我们只是简单地输出了提取的文本,你可以根据需要将其转换为HTML格式。Apache PDFBox是一个开源的Java库,提供了处理PDF文件的功能,包括提取文本、图像以及将PDF转换为其他格式等。如果你需要将PDF中的图像等内容一并转换到HTML中,你可能需要使用其他的库或工具。你可以根据自己的需求对提取的文本进行进一步的处理,例如将其转换为HTML格式、添加样式等。

BttcOptimized的博客 1348

java pdf2html 和html2pdf 两款插件

https://wkhtmltopdf.org/downloads.html 这。1 pdf2html docker 启动,java 调用服务即可转化。2 html2pdf java .Runtime 类型调用命令行执行。

xiaogg3678的专栏 515

掌握PDFBox:全面PDF处理Java库实战

Apache PDFBox是一个开源Java库,用于创建、修改、渲染、解析和打印PDF文档。它由Apache软件基金会维护,提供了一系列丰富的功能,用于处理PDF文件。PDFBox库尤其受到那些需要在Java应用程序中处理PDF文件的开发者的青睐,因其提供的简单API和强大的功能。PDFBox的基础功能包括:创建新的PDF文档对现有PDF文件进行编辑,比如添加、删除页面提取文本、图像和其他内容PDFBox支持标准的PDF特性,例如字体嵌入、分栏、书签等。

weixin_42524864的博客 1456

【深度学习】tensorboard中的图片放到论文中

1. 利用tensorboard中的导出数据功能 选中左上角的标签,然后选择csv格式的数据下载即可。 左边的smoothing 数值不影响导出数据的大小。 2.tensorboard 图下标签介绍: 放大 Toggle y-axis log scale:将y轴对数化 Fit domain to data:如果拖动了图片等,再重新回到原始位置 Download Current Chart as SVG 3.用下载下来的csv数据来画图 第一幅图片:训练的平均长度 fig, ax1 = plt.sub

gaocui883的博客 1万+

Java 实现 HTML 转 PDF 文件

一、概述 我们在实际开发中会遇到各种不同的需求,接到一个需求把页面报告生成 PDF 格式。刚开始我的初步想法是用IText shen

给自己一个smile 5235

Python爬虫案例:从39问医生网爬取口腔科的在线问答记录(单轮问答)

本次实验爬取39问医生网中口腔科分类下的所有在线单轮问答记录,每页32条,共100页,总数据量为3200条,最终结果以excel格式保存。

JieBao11的博客 1643

java实现html转pdf

转载 https://blog.youkuaiyun.com/listeningsea/article/details/132342977。

m0_37929246的博客 444

PacketTacer烟雾传感器读数为0的解决方法

PacketTacer烟雾传感器读数为0的解决方法

ChloeMax_的博客 1905

UE5 AI寻路全攻略:从Nav Mesh基础到动态障碍与多模式导航

在游戏开发中,AI寻路是赋予非玩家角色自主移动能力的关键技术。其核心原理是通过预计算或实时生成一个表示可行走区域的导航网格,AI路径查找算法(如A*)在此网格上规划最优路径。这项技术的价值在于,它能极大提升游戏世界的真实感和交互性,使NPC能够智能地绕开障碍、穿越复杂地形,广泛应用于开放世界、RPG、策略游戏等多种场景。本文聚焦于虚幻引擎5的寻路系统,深入探讨其寻路网格体配置。针对动态环境挑战,文章详细介绍了如何利用寻路修饰体积和动态障碍物组件实现导航网格的实时更新;同时,针对游泳、飞行等特殊移动需求,解析

weixin_33226816的博客 362

简单使用themleaf+openhtml生成pdf

中设置size属性修改页面大小,可以通过size 设置任意大小的page(不能是百分比),也可以设置标准的页面大小,如。中设置的当前页的页边距,内边距。不过当设置所有边距都为0 时候发现生成的pdf 仍然有边距。目前html片段不支持js,支持图片base64方式、部分css样式、部分h5样式。可以将body的边距设置为0。可以在style中的。可以在style中的。

hl1523905621的博客 1885

PCB设计必看:铜皮厚度与载流能力对照表(附Excel计算工具)

本文深入解析了PCB设计中铜皮厚度与载流能力的核心关系,提供了基于IPC-2152标准的动态计算逻辑与实用Excel工具。文章不仅分享了载流对照表,更重点剖析了影响载流能力的关键因素(如铜厚、线宽、温升、布线层),并给出了高电流设计的实战技巧与测试验证方法,帮助工程师规避常见陷阱,实现从理论到实践的闭环设计。

weixin_29228781的博客 724

Apache PDFBox 是一个开源 Java 库,支持 PDF 文档的开发和转换

PDFBox - 概述 可移植文档格式 (PDF) 是一种文件格式,有助于以独立于应用程序软件、硬件和操作系统的方式呈现数据。 每个 PDF 文件都包含对固定布局平面文档的描述,包括文本、字体、图形和显示它所需的其他信息。 有几个库可用于通过程序创建和操作 PDF 文档,例如 - Adobe PDF Library- 该库以 C++、.NET 和 Java 等语言提供 API,使用它我们可以编辑、查看打印和从 PDF 文档中提取文本。 Formatting Objects Proce.

allway2的博客 1万+

Keil5安装多版本共存方案:实用技巧分享

分享Keil5安装过程中实现多版本共存的实用方法,解决开发环境冲突问题。通过合理配置路径与版本管理,让keil5安装更高效稳定,提升嵌入式开发体验。

weixin_42514750的博客 1530

【扫地机器人】详细介绍扫地机器人软硬件测试和场景化测试

本文提出2025版扫地机器人全生命周期测试方案,涵盖实验室仿真、硬件台架、客户实景等全流程验证。测试以"清洁率≥95%、覆盖率≥98%、MTBF≥1000h"为核心指标,采用数字孪生与120套真实场景结合的双V模型。重点包括:传感器精度(LDS误差<±10mm)、清洁系统性能(10g粉尘吸入率≥99%)、动力续航(800次循环容量保持≥80%)等硬件测试;以及SLAM重定位(误差<5cm)、AI识别(mAP>92%)等软件验证。方案特别针对宠物家庭(毛发缠绕率≤3%)、

2501_92897788的博客 2284

iTextPDF+Apache PDFBox®实现免费的html转PDF功能

平替iTextPDF付费方案,Apache PDFBox 和 iTextPDF,可以实现更加灵活且免费的 HTML 转 PDF 解决方案。结合富文本编辑器可以实现下载带格式的pdf下载文章

LEOONELI的博客 2180

基于ENVI完成影像的去云操作以及后续处理

利用ENVI完成重采样影像的去云操作 由于SNAP重采样之后的影像是分波段保存的,ENVI的波段运算工具一次也只能输出一个波段,所以去云的操作分波段进行,原理是掩膜法 下面是打开所有波段后的界面 去云的依据是以quality_scene_classification栅格文件为基础,该文件是哨兵2数据自带的场景质量分类图,包含12个级别,可以通过SNAP软件查看,如下图所示: 对于去云操作而言,我们只需要DARK_FEATURE_SHADOW(地形等),CLOUD_SHADOW(云阴影)、CL

lemon_tttea的博客 2万+

Java 实现 HTML 转 PDF 及合并 PDF 教程

通过文中步骤,我们成功地实现了使用 Java 将 HTML 转换为 PDF 以及合并多个 PDF 文件的功能。在实际应用中,你可以根据具体需求对代码进行进一步优化和扩展,以满足更复杂的业务场景。例如,在 HTML 转 PDF 时,可以对生成的 PDF 文件进行更精细的样式定制;在 HTML 转 PDF 时,生成条形码或二维码到PDF中;在合并 PDF 文件时,可以添加更多的文件筛选条件或对合并顺序进行控制等。希望本教程能帮助你在 Java 开发中顺利解决相关文档处理问题。

wxd0116的博客 4588

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

pdf转换html java,使用JAVA怎么将PDF转换为HTML文档

使用JAVA怎么将PDF转换为HTML文档发布时间:2021-05-25 18:26:18来源:亿速云阅读:85作者:Leah使用JAVA怎么将PDF转换为HTML文档?针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。引入Maven依赖org.apache.pdfboxpdfbox2.0.12工具实现类packagecom.fram...

weixin_29528865的博客 1799

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

JAVA实现PDF转HTML文档

本文是基于PDF文档转PNG图片,然后进行图片拼接,拼接后的图片转为base64字符串,然后拼接html文档写入html文件实现PDF文档转HTML文档。

孑木文学的博客 1万+

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

java读取pdf文本转换html

java读取pdf文本转换html 完整代码地址也就两个文件 java读取pdf中的纯文字,这里使用的是pdfbox工具包 maven引入如下配置      <dependency> <groupId>net.sf.cssbox</groupId> ......

陈灬大灬海 7573

史上最简单的JAVA实现PDF转HTML

实现PDF转HTML有多种方式, 今天记录下以图片的形式,转化为HTML。 【原理分析】利用pdfbox解析pdf文档,按照分页来拆分,以每一页转化为一个图片,依次类推,将每一个图片拼接到HTML中,则实现了PDF转HTML,而且可以保留原pdf的文档格式。 【maven依赖】 <dependency> <groupId>org.apache...

oXiangShuiYouDu的博客 5330

pdfbox转换html,PDF格式转换为HTML页面明智使用PDFBOX库

/*** private constructor.*/private ExtractText(){//static class}public static void main(String[] args) throws Exception{if(l!=null){System.out.println("HERE"+l.length);deleteSubs(op);System.out.printl...

weixin_30475939的博客 1316

PDF转成html和 text 的工具汇总

首先,请确保您已经安装了 Poppler。我用的是 python 调用它的 api。然后根据我给的网页上的两行代码可以直接转。这个有网页版的或者调用 api 都行。

qq_42902997的博客 1162

PDF技术(四)-Java实现Html转PDF文件

html转换为pdf的关键技术是如何处理网页中复杂的css样式、以及中文乱码处理。 各实现对比表于Windows平台进行测试: 基于IText 基于FlyingSaucer 基于WKHtmlToPdf 基于pd4ml 跨平台性 跨平台 跨平台 跨平台 跨平台 是否安装软件 否 否 需安装WKHtmlToPdf 否 是否收费 免费 免费 免费 ...

weixin_30786657的博客 607
下一篇: java使用jacob将word,excel,ppt转成html
Warren_one
博客等级 码龄10年 7粉丝 6原创
评论 9
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值