pdfReader 解析pdf（ItextPdf）

最新推荐文章于 2025-05-05 11:25:26 发布

原创最新推荐文章于 2025-05-05 11:25:26 发布 · 3.1k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#解析pdf

本文介绍了一个Java方法，用于从PDF文件中提取所有页面的文字内容。该方法使用了PdfReader类来读取PDF文件，并通过PdfTextExtractor获取每一页的文字，最终将所有文字整合成一个字符串返回。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

public static String getInfo(String pdfFilePath) {
    HashMap<String, String> info = new HashMap<>();
    PdfDocument document = null;
    StringBuffer sb = new StringBuffer();
    try (FileInputStream is = new FileInputStream(pdfFilePath)) {
        PdfReader reader = new PdfReader(is);
        int pages = reader.getNumberOfPages();
        for (int i = 1; i <= pages; i++) {
            String textFromPage = PdfTextExtractor.getTextFromPage(reader, i);
            sb.append(textFromPage);
            sb.append("\n");//读取第i页的文档内容
        }
        String s = sb.toString();
        reader.close();
        return s.replaceAll(" ","");
    } catch (FileNotFoundException e) {
        e.printStackTrace();
    } catch (IOException e) {
        e.printStackTrace();
    }
    return StringUtils.EMPTY;
}