JAVA提取PDF图片和文字排版

最新推荐文章于 2025-09-10 18:43:47 发布

原创

最新推荐文章于 2025-09-10 18:43:47 发布 · 899 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#java #apache

本文介绍如何利用Java编程，结合Apache库，有效地从PDF文档中提取图片和文本内容，实现PDF的排版解析。

import org.apache.pdfbox.Loader;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDPageTree;
import org.apache.pdfbox.pdmodel.PDResources;
import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;
import org.apache.pdfbox.text.PDFTextStripper;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.*;
import java.util.Iterator;

/**
 * @program: 项目名
 * @description:
 * @author: manhengwei
 * @create: 2022-09-02 16:46
 **/
public class PDFUtil {
    public static void main(String[] args) throws IOException {
        //提取图片
        extractImages("C:\\Users\\ext.manhengwei1\\Desktop\\csdn.pdf");
        //提取文字
        extractText("C:\\Users\\ext.manhengwei1\\Desktop\\csdn.pdf");

    }


    /**
     * 提取文本
     * @return
     */
    public static void extractText(String path){
        try {
            File fdf = new File(path);
            //通过文件名加载文档