如何使用PDFBox读取pdf内容

最新推荐文章于 2025-09-06 11:33:00 发布

原创最新推荐文章于 2025-09-06 11:33:00 发布 · 3w 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#java #maven #PDFBox #读取PDF文件

本文介绍如何通过PDFBox库加载并读取PDF文件中的文本。提供了详细的Maven依赖配置及示例代码，帮助开发者快速实现PDF文本的提取。

1.引入PDFBoxpom依赖

2.以下是PDFBox全部功能所需要的的pom依赖，一般引入前三个依赖即可

<dependencies>  
      <dependency> 
         <groupId>org.apache.pdfbox</groupId> 
         <artifactId>pdfbox</artifactId> 
         <version>2.0.1</version> 
      </dependency>   
      <dependency> 
         <groupId>org.apache.pdfbox</groupId> 
         <artifactId>fontbox</artifactId> 
         <version>2.0.0</version> 
      </dependency>
      <dependency>  
         <groupId>org.apache.pdfbox</groupId> 
         <artifactId>jempbox</artifactId> 
         <version>1.8.11</version> 
      </dependency> 
      <dependency>
         <groupId>org.apache.pdfbox</groupId> 
         <artifactId>xmpbox</artifactId> 
         <version>2.0.0</version> 
      </dependency> 
      <dependency> 
         <groupId>org.apache.pdfbox</groupId> 
         <artifactId>preflight</artifactId> 
         <version>2.0.0</version> 
      </dependency> 
      <dependency> 
         <groupId>org.apache.pdfbox</groupId> 
         <artifactId>pdfbox-tools</artifactId> 
         <version>2.0.0</version> 
      </dependency>
   </dependencies>

3.读取pdf文件的代码

public static void main(String args[]) throws IOException {
        //Loading an existing document
        File file = new File("D:\\test\\Attachment.pdf");
        PDDocument document = PDDocument.load(file);
        //Instantiate PDFTextStripper class
        PDFTextStripper pdfStripper = new PDFTextStripper();
        //Retrieving text from PDF document
        String text = pdfStripper.getText(document);
        System.out.println(text);
        //Closing the document
        document.close();
    }