JAVA开发功能实现：把PDF玩儿出花样，IText值得安利一下

最新推荐文章于 2025-09-21 14:24:01 发布

原创最新推荐文章于 2025-09-21 14:24:01 发布 · 1k 阅读

0 ·

CC 4.0 BY-SA版权

工具软件专栏收录该内容

49 篇文章

订阅专栏

IText是一个强大的PDF编程库，适用于Java和.NET。它可以用于PDF文档的创建、编辑和转换，如分页切割、合并、内容旋转等。尽管主要为英文，但其丰富的功能和易用性使其在PDF处理上颇具优势。此外，IText提供的pdf2Data框架支持智能数据提取，简化了从PDF中提取信息的过程。相比于其他库，IText在稳定性和成本效益方面表现优秀，是处理PDF任务的推荐选择。

IText是什么？

iText 7 Core可以被Java或.NET（C#）对PDF文档进行编程。
iText是一个通用的、可编程的和企业级的PDF解决方案，允许你将其功能嵌入到你自己的软件中，以实现数字化转型。
iText 7 Core以开放源码（AGPL）以及商业许可的形式提供。

虽然是开源但是也不代表完全免费，详情可搜索“AGPL协议”。

iText 7 Core (open source)
pdf2Data* (closed source)
pdfCalligraph (closed source)
pdfHTML* (open source)
pdfOCR (open source)
pdfRender (closed source)
pdfSweep (open source)
pdfXFA* (closed source)
pdfOptimizer (closed source)
pdfOffice (closed source)

总体而言对于PDF转office文档等操作是比较全的了，当然PDF转入转出的库也有不少，比如说Aspose和Spire.Office等。

举个栗子

当我们拿到了一份超级大的PDF产品手册时，按照整体内容交付业务貌似体验不佳，那么我们需要对PDF做按页切割，IText的DEMO板块为此提供了完整方案。

import com.itextpdf.kernel.pdf.PdfDocument;
import com.itextpdf.kernel.pdf.PdfReader;
import com.itextpdf.kernel.pdf.PdfWriter;
import com.itextpdf.kernel.utils.PageRange;
import com.itextpdf.kernel.utils.PdfSplitter;

import java.io.File;
import java.io.FileNotFoundException;
import java.io.IOException;

public class PDFSplitter {
    private static final String ORIG = "/uploads/split.pdf";
    private static final String OUTPUT_FOLDER = "/myfiles/";


    public static void main(String args[]) throws IOException {
        final int maxPageCount = 2; // create a new PDF per 2 pages from the original file
        PdfDocument pdfDocument = new PdfDocument(new PdfReader(new File(ORIG)));
        PdfSplitter pdfSplitter = new PdfSplitter(pdfDocument) {
            int partNumber = 1;

            @Override
            protected PdfWriter getNextPdfWriter(PageRange documentPageRange) {
                try {
                    return new PdfWriter(OUTPUT_FOLDER + "splitDocument_" + partNumber++ + ".pdf");
                } catch (final FileNotFoundException ignored) {
                    throw new RuntimeException();
                }
            }
        };

        pdfSplitter.splitByPageCount(maxPageCount, (pdfDoc, pageRange) -> pdfDoc.close());
        pdfDocument.close();
    }
}

虽然IText没有考虑到中国人的阅读习惯（都是英文），但是对于开发者而言已经是很体贴了：

PDF分页切割、合并、内容旋转、分页删除、页面保护、密码消除、图片转换、HTML转PDF等常规操作文档支持很到位。

功能展示

同时，IText提供了一个框架，根据您在模板中定义的选择规则，智能地识别PDF文档中的数据。这与基于人工智能的替代方案相比具有显著的优势，后者需要大量的培训来识别文档：

第1步。上传一个PDF文件样本（这将成为识别模板）。
第2步。选择你想提取的文档中的数据，并定义相关的提取规则（选择器），以便正确提取数据。
第3步。上传基于同一模板的任何其他PDF文档，并确认你的数据被正确识别。
第4步。开始在pdf2Data服务器端组件中使用该模板。您可以将它作为一个Java或.NET库集成到您的文档工作流程中，或者作为一个命令行应用程序，使您能够轻松地处理潜在的数百万份文档。