pdfbox 第一页加内容_Java使用PDFBox操作PDF文件获取页码、文章内容、缩略图

最新推荐文章于 2024-05-14 17:22:58 发布

weixin_39525255

最新推荐文章于 2024-05-14 17:22:58 发布

阅读量551

点赞数

CC 4.0 BY-SA版权

文章标签： pdfbox 第一页加内容

本文链接：https://blog.youkuaiyun.com/weixin_39525255/article/details/111982796

该博客介绍了如何使用Java的PDFBox库来操作PDF文件，包括获取PDF文件的总页数、提取文章内容以及生成PDF文件的缩略图。示例代码详细展示了实现这些功能的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、依赖

com.sleepycat

5.0.73

org.apache.pdfbox

pdfbox

2.0.8

二、实现代码

import lombok.extern.slf4j.Slf4j;

import org.apache.pdfbox.pdfparser.PDFParser;

import org.apache.pdfbox.pdmodel.PDDocument;

import org.apache.pdfbox.rendering.ImageType;

import org.apache.pdfbox.rendering.PDFRenderer;

import org.apache.pdfbox.text.PDFTextStripper;

import javax.imageio.IIOImage;

import javax.imageio.ImageIO;

import javax.imageio.ImageWriter;

import javax.imageio.stream.ImageOutputStream;

import java.awt.image.BufferedImage;

import java.io.File;

import java.io.FileOutputStream;

import java.io.IOException;

import java.util.Iterator;

@Slf4j

public class PdfUtil {

/**

* 通过PDFbox获取文章总页数

* @param filePath:文件路径

* @return

* @throws IOException

public static int getNumberOfPages(String filePath) throws IOException, InterruptedException {

File file = new File(filePath);

PDDocument pdDocument = PDDocument.load(new File(filePath));

int pages = pdDocument.getNumberOfPages();

pdDocument.close();

return pages;

}

/**

* 通过PDFbox获取文章内容

* @param filePath

* @return

public static String getContent(String filePath) throws IOException {

PDFParser pdfParser = new PDFParser(new org.apache.pdfbox.io.RandomAccessFile(new File(filePath), "rw"));

pdfParser.parse();

PDDocument pdDocument = pdfParser.getPDDocument();

String text = new PDFTextStripper().getText(pdDocument);

pdDocument.close();

return text;

}

/**

* 通过PDFbox生成文件的缩略图

* @param filePath：文件路径

* @param outPath：输出图片路径

* @throws IOException

public static void getThumbnails(String filePath, String outPath) throws IOException {

// 利用PdfBox生成图像

PDDocument pdDocument = PDDocument.load(new File(filePath));

PDFRenderer renderer = new PDFRenderer(pdDocument);

// 构造图片

BufferedImage img_temp = renderer.renderImageWithDPI(0, 30, ImageType.RGB);

// 设置图片格式

Iterator it = ImageIO.getImageWritersBySuffix("png");

// 将文件写出

ImageWriter writer = (ImageWriter) it.next();

ImageOutputStream imageout = ImageIO.createImageOutputStream(new FileOutputStream(outPath));

writer.setOutput(imageout);

writer.write(new IIOImage(img_temp, null, null));

img_temp.flush();

imageout.flush();

imageout.close();

//Warning: You did not close a PDF Document

pdDocument.close();

}

三、测试类--Main

import java.io.IOException;

/**

* @author Mr.lu

* @Title: Main

* @ProjectName DocCloud

* @Description: TODO

* @date 2018/11/6:22:17

public class Main {

public static void main(String[] args) throws IOException, InterruptedException {

int numberOfPages = getNumberOfPages("D:\\Desktop\\DocCloud\\testDir\\hadoopClientCode.pdf");

System.out.println(numberOfPages);

String content = getContent("");

System.out.println(content);

getThumbnails("D:\\Desktop\\DocCloud\\testDir\\hadoopClientCoed.pdf",

"D:\\Desktop\\DocCloud\\testDir\\hadoopClientCoed.pdf.png");

}

1>首先测试生成PDF文件的页码，在控制台可以看到

2>测试获取PDF文件的内容，在控制台可以看到--你自己PDF文件中的内容

3>测试生成PDF缩略图

缩略图的大小，可以在代码中修改