java 截取pdf

最近在读一本电子书，pdf中频繁引用后文的内容(页码)，必须实时的跳过去看，但是扫描版的pdf的页码往往从封面就开始计数，而且盗版还经常有一些做广告的页面，这就导致pdf reader 索引的页面并不是真正的那一页，这样我得书就很难读了。

百度了一下，发现只有abobe 的专业版才支持自定义页面起始位置的设置，只不过这玩意儿太大了，700Mb！fuxin pdf编辑器可能有这个功能，但是又要注册下载，并且180M也不小。

我心想，这么简单的功能，何必要下载一个软件呢，于是搜索了java pdf的jar包，发现iText 和apache pdfbox 可以做到。前者我一直打不开jar包的下载页面，估计被墙了，无奈只有用后者，虽然功能上稍逊一筹，但是也够用了。

我的目标就是让生成的pdf的第一页就是书的第一页，因此我去掉包括封面前言索引的部分，得到了最后的pdf。可单独保存，也可把目录单独抽取出来。

下面的代码用到 pdfbox-1.8.12.jar 可在官网下载：

public static void main(String[] args) {
        try {
            PDDocument helloDocument = PDDocument.load(new File("C:\\Users\\tm\\Desktop\\_改善既有代码的设计[高清版].pdf"));
            List<PDPage> pages = (List<PDPage>)helloDocument.getDocumentCatalog().getAllPages();
            PDDocument doc = null;
            doc = new PDDocument();
            for(int i = 25;i<pages.size() ; i++){
                doc.addPage(pages.get(i));
            }
            doc.save("G:\\refactoring Code.pdf");
            doc.close();
        } catch (Exception e) {
          e.printStackTrace();
        }
    }

iText可参考此文：

http://zhengjj-2009.iteye.com/blog/1841190 　　

本次只用到其中很少的一点功能，如果需要更多的，可直接查询class提供的方法