pdf 文本转换为 java 字符串

txt,rtf,rtfd->pdf，mac下面有个非常好用的工具，TextEditor，简洁实用!

pdf->txt，如下(依赖两个jar 包：pdfbox-1.6.0.jar、fontbox-1.6.0.jar)：

[java]  view plain copy

1. package org.bruce.toolkit.experiments;  
2.   
3. import java.io.ByteArrayOutputStream;  
4. import java.io.File;  
5. import java.io.OutputStreamWriter;  
6.   
7. import org.apache.pdfbox.pdmodel.PDDocument;  
8. import org.apache.pdfbox.util.PDFTextStripper;  
9.   
10. /** 
11.  * @author Bruce Yang 
12.  * 将 pdf 文件中的字符解析为字符串中的字符~ 
13.  */  
14. public class Pdf2Text {  
15.   
16.     /** 
17.      * @param args 
18.      * @throws Exception 
19.      */  
20.     public static void main(String[] args) throws Exception {  
21. //      System.out.println(parsePDF("/Users/user/Desktop/QT教程.pdf"));  
22.         System.out.println(parsePDF("/Users/user/Novels/pdf/《盗墓笔记》第一季：.第二部.怒海潜沙.pdf"));  
23.     }  
24.   
25.     /** 
26.      * @param filePath 
27.      * @return 
28.      * @throws Exception 
29.      */  
30.     public static String parsePDF(String filePath) throws Exception {  
31.         File file = new File(filePath);  
32.         String context = "";  
33.         ByteArrayOutputStream out = new ByteArrayOutputStream();  
34.         OutputStreamWriter writer = new OutputStreamWriter(out);  
35.         PDDocument pdfdocument = null;  
36.   
37.         pdfdocument = PDDocument.load(file);  
38.         PDFTextStripper stripper = new PDFTextStripper();  
39.         stripper.writeText(pdfdocument, writer);  
40.         byte[] contents = out.toByteArray();  
41.         System.out.println(contents.length);  
42.         context = new String(contents);  
43.   
44.         writer.close();  
45.         if (pdfdocument != null) {  
46.             pdfdocument.close();  
47.         }  
48.         return context;  
49.     }  
50. }