[PDFBox]后台操作pdf的工具类
PDFBox是Apache下的一个操作pdf的类库。其也提供了一个命令行的工具,也提供了java调用的第三方类库。
下载地址:https://pdfbox.apache.org/
下面的实验基于JDK8+pdfbox-2.0.13.jar+pdfbox-app-2.0.13.jar(命令行工具库)
1.命令行使用
文档参考:https://pdfbox.apache.org/2.0/commandline.html
命令行工具可以提取pdf中的图片、文本,合并pdf与拆分pdf,pdf转换为图片等操作。
1.提取图片
- java -jar pdfbox-app-2.0..jar ExtractImages ./.pdf
会在同文件夹下提取出pdf中的图片。
2.提取文字
- java -jar pdfbox-app-2.0..jar ExtractText ./.pdf ./text.txt
当然还可以指定起始页号等参数。
3.pdf转换为图片
- java -jar pdfbox-app-2.0..jar PDFToImage ./.pdf
结果每页生成一张图片。当然可以指定起始页号、生产图片的名称前缀等信息。默认生成的图片命名如下:(pdfname+page)
还有许多命令行操作可以参考官网的文档,对于参数都有详细的解释。这种方式可以封装为工具类用Runtime多线程执行操作pdf。
2.Java中作为类库使用
感觉这个工具还不是太方便,写入pdf表格等直接操作pdf的可以考虑用itext代替。这个就当做命令行工具实现pdf转换图片、提取文字等操作就可以了。关于itext的使用参考:https://www.cnblogs.com/qlqwjy/p/8213989.html
依赖的jar包:
commons-logging-1.0.4.jar、pdfbox-2.0.13.jar、fontbox-2.0.13.jar
- package cn.qlq;
- import java.io.File;
- import java.io.IOException;
- import java.util.List;
- import org.apache.pdfbox.pdmodel.PDDocument;
- import org.apache.pdfbox.pdmodel.PDPage;
- import org.apache.pdfbox.pdmodel.PDPageContentStream;
- import org.apache.pdfbox.pdmodel.PDPageContentStream.AppendMode;
- import org.apache.pdfbox.pdmodel.encryption.AccessPermission;
- import org.apache.pdfbox.pdmodel.encryption.InvalidPasswordException;
- import org.apache.pdfbox.pdmodel.font.PDFont;
- import org.apache.pdfbox.pdmodel.font.PDType1Font;
- import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;
- import org.apache.pdfbox.pdmodel.interactive.action.PDAction;
- import org.apache.pdfbox.pdmodel.interactive.action.PDActionJavaScript;
- import org.apache.pdfbox.pdmodel.interactive.action.PDActionURI;
- import org.apache.pdfbox.pdmodel.interactive.annotation.PDAnnotation;
- import org.apache.pdfbox.pdmodel.interactive.annotation.PDAnnotationLink;
- import org.apache.pdfbox.text.PDFTextStripper;
- public class PDFBoxTest {
- public static void main(String[] args) throws IOException {
- ReplaceURLs();
- }
- /**
- * 替换pdf中的连接的url跳转地址,但是显示的不会变,只是修改点击跳转的地址
- *
- * @throws InvalidPasswordException
- * @throws IOException
- */
- public static void ReplaceURLs() throws InvalidPasswordException, IOException {
- PDDocument doc = null;
- try {
- doc = PDDocument.load(new File("G:/qjl.pdf"));
- int pageNum = 0;
- for (PDPage page : doc.getPages()) {
- pageNum++;
- List<PDAnnotation> annotations = page.getAnnotations();
- for (PDAnnotation annotation : annotations) {
- PDAnnotation annot = annotation;
- if (annot instanceof PDAnnotationLink) {
- PDAnnotationLink link = (PDAnnotationLink) annot;
- PDAction action = link.getAction();
- if (action instanceof PDActionURI) {
- PDActionURI uri = (PDActionURI) action;
- String oldURI = uri.getURI();
- String newURI = "http://pdfbox.apache.org";
- System.out.println("Page " + pageNum + ": Replacing " + oldURI + " with " + newURI);
- uri.setURI(newURI);
- }
- }
- }
- doc.save("G:/qjl_1.pdf");
- }
- } finally {
- if (doc != null) {
- doc.close();
- }
- }
- }
- /**
- * 删除PDF里面的指定页
- *
- * @throws IOException
- * @throws InvalidPasswordException
- */
- public static void removePdfPage() throws IOException, InvalidPasswordException {
- try (PDDocument document = PDDocument.load(new File("G:/1.pdf"))) {
- if (document.isEncrypted()) {
- throw new IOException("Encrypted documents are not supported for this example");
- }
- if (document.getNumberOfPages() <= 1) {
- throw new IOException(
- "Error: A PDF document must have at least one page, " + "cannot remove the last page!");
- }
- document.removePage(1);// 删除第2页
- System.out.println("ssssssssssssss");
- document.save("G:/1_1.pdf");
- } catch (Exception e) {
- e.printStackTrace();
- }
- }
- /**
- * PDF中增加图片
- *
- * @throws IOException
- * @throws InvalidPasswordException
- */
- public static void addImg2PDF() throws IOException, InvalidPasswordException {
- try (PDDocument doc = PDDocument.load(new File("G:/blank.pdf"))) {
- PDPage page = doc.getPage(0);
- PDImageXObject pdImage = PDImageXObject.createFromFile("G:/0101.jpg", doc);
- try (PDPageContentStream contentStream = new PDPageContentStream(doc, page, AppendMode.APPEND, true,
- true)) {
- // contentStream.drawImage(ximage, 20, 20 );
- // better method inspired by
- // http://stackoverflow.com/a/22318681/535646
- // reduce this value if the image is too large
- float scale = 1f;
- contentStream.drawImage(pdImage, 20, 20, pdImage.getWidth() * scale, pdImage.getHeight() * scale);
- }
- doc.save("G:/blank.pdf");
- }
- }
- /**
- * PDF文件中增加JS脚本
- *
- * @throws IOException
- * @throws InvalidPasswordException
- */
- public static void addJavaScript2PDF() throws IOException, InvalidPasswordException {
- try (PDDocument document = PDDocument.load(new File("G:/blank.pdf"))) {
- PDActionJavaScript javascript = new PDActionJavaScript(
- "app.alert( {cMsg: 'PDFBox rocks!', nIcon: 3, nType: 0, cTitle: 'PDFBox Javascript example' } );");
- document.getDocumentCatalog().setOpenAction(javascript);
- if (document.isEncrypted()) {
- throw new IOException("Encrypted documents are not supported for this example");
- }
- document.save("G:/blank.pdf");
- }
- }
- /**
- * 阅读PDF文件的内容,支持阅读中文(如果需要阅读指定页面的PDF自己改写此方法)
- *
- * @throws IOException
- * @throws InvalidPasswordException
- */
- public static void readPDFText() throws IOException, InvalidPasswordException {
- try (PDDocument document = PDDocument.load(new File("G:/jl.pdf"))) {
- AccessPermission ap = document.getCurrentAccessPermission();
- if (!ap.canExtractContent()) {
- throw new IOException("You do not have permission to extract text");
- }
- PDFTextStripper stripper = new PDFTextStripper();
- stripper.setSortByPosition(true);
- for (int p = 1; p <= document.getNumberOfPages(); ++p) {
- stripper.setStartPage(p);
- stripper.setEndPage(p);
- String text = stripper.getText(document);
- String pageStr = String.format("page %d:", p);
- System.out.println(pageStr);
- for (int i = 0; i < pageStr.length(); ++i) {
- System.out.print("-");
- }
- System.out.println();
- System.out.println(text.trim());
- System.out.println();
- }
- }
- }
- /**
- * 创建空的PDF文件并且添加一个空白页,多页可以插入多个PDPage
- *
- * @throws IOException
- */
- public static void createBlankPDF() throws IOException {
- String filename = "G:/blank.pdf";
- try (PDDocument doc = new PDDocument()) {
- // a valid PDF document requires at least one page
- PDPage blankPage = new PDPage();
- doc.addPage(blankPage);
- doc.save(filename);
- }
- }
- /**
- * 图片转换为PDF文件
- *
- * @throws IOException
- */
- public static void img2PDF() throws IOException {
- String imagePath = "G:/0101.jpg";
- String pdfPath = "G:/0101.pdf";
- try (PDDocument doc = new PDDocument()) {
- PDPage page = new PDPage();
- doc.addPage(page);
- PDImageXObject pdImage = PDImageXObject.createFromFile(imagePath, doc);
- try (PDPageContentStream contents = new PDPageContentStream(doc, page)) {
- contents.drawImage(pdImage, 20, 20);
- }
- doc.save(pdfPath);
- }
- }
- /**
- * 创建PDF文件并写入内容(暂时不支持写入中文)
- *
- * @throws IOException
- */
- public static void createPDF() throws IOException {
- String filename = "G:/Test.pdf";
- String message = "pdf";// 字体不能有中文,暂时不支持中文
- try (PDDocument doc = new PDDocument()) {
- PDPage page = new PDPage();
- doc.addPage(page);
- PDFont font = PDType1Font.HELVETICA_BOLD;
- try (PDPageContentStream contents = new PDPageContentStream(doc, page)) {
- contents.beginText();
- contents.setFont(font, 12);
- contents.newLineAtOffset(100, 700);
- contents.showText(message);
- contents.endText();
- }
- doc.save(filename);
- }
- }
- }
[PDFBox]后台操作pdf的工具类的更多相关文章
- c#中@标志的作用 C#通过序列化实现深表复制 细说并发编程-TPL 大数据量下DataTable To List效率对比 【转载】C#工具类:实现文件操作File的工具类 异步多线程 Async .net 多线程 Thread ThreadPool Task .Net 反射学习
c#中@标志的作用 参考微软官方文档-特殊字符@,地址 https://docs.microsoft.com/zh-cn/dotnet/csharp/language-reference/toke ...
- 操作集合的工具类Collections
1 操作集合的工具类Collections Java提供了一个操作Set.List和Map等集合的工具类:Collections,该工具类里提供了大量方法对集合元素进行排序.查询和修改等操 ...
- Java操作字符串的工具类
操作字符串的工具类 import java.io.ByteArrayOutputStream; import java.io.IOException; import java.io.PrintStre ...
- Java操作图片的工具类
操作图片的工具类: import java.awt.AlphaComposite; import java.awt.Color; import java.awt.Font; import java.a ...
- 【转载】C#工具类:实现文件操作File的工具类
在应用程序的开发中,文件操作的使用基本上是必不可少的,FileStream类.StreamWriter类.Directory类.DirectoryInfo类等都是文件操作中时常涉及到的类,我们可以通过 ...
- 自定义的操作Cookie的工具类
可以在SpringMVC等环境中使用的操作Cookie的工具类 package utils; import java.io.UnsupportedEncodingException; import j ...
- java后台表单验证工具类
/** * 描述 java后台表单验证工具类 * * @ClassName ValidationUtil * @Author wzf * @DATE 2018/10/27 15:21 * @VerSi ...
- java里poi操作excel的工具类(兼容各版本)
转: java里poi操作excel的工具类(兼容各版本) 下面是文件内具体内容,文件下载: import java.io.FileNotFoundException; import java.io. ...
- Android学习笔记之数据的Sdcard存储方法及操作sdcard的工具类
FileService.java也就是操作sdcard的工具类: ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 ...
随机推荐
- 【清北学堂2018-刷题冲刺】Contest 5
这三个题写了一天半,第一个题写了大概一整天.出题人劝我从后往前写,我不听,结果T1想了+调了一天QWQWQ Task 1:序列 [问题描述] 定义一个"好的序列"为一个长度为M ...
- (基础 输入方法 栈)P1427 小鱼的数字游戏 洛谷
题目描述 小鱼最近被要求参加一个数字游戏,要求它把看到的一串数字(长度不一定,以0结束,最多不超过100个,数字不超过2^32-1),记住了然后反着念出来(表示结束的数字0就不要念出来了).这对小鱼的 ...
- Go-day01
Go-实现hello_world package main import "fmt" func main() { fmt.Println("hello world!&qu ...
- 2018ccpc湖南邀请赛后记
第一次出省去打邀请赛,赛前给队友定的目标是打个铜,这样奖金就可以报销我们的伙食费了 5.12 热身赛,ak的心态冲进去,爆零逃出来 (为什么热身赛没有签到题啊),出来一度以为这场比赛要打铁,毕竟老远过 ...
- Linux top、VIRT、RES、SHR、SWAP(S)、DATA Memory Parameters Detailed
catalog . Linux TOP指令 . VIRT -- Virtual Image (KB) . RES -- Resident size (KB) . SHR -- Shared Memor ...
- jdk7 并行计算框架Fork/Join
故名思义,拆分fork+合并join.jdk1.7整合Fork/Join,性能上有大大提升. 思想:充分利用多核CPU把计算拆分成多个子任务,并行计算,提高CPU利用率大大减少运算时间.有点像,Map ...
- Linux下weblogic10.3.6(jar)版本安装详解
一.安装前的准备 安装weblogic是需要JDK环境的,虽然weblogic有自带的JDK,但是我一般是自己选择JDK进行安装,如果你要自行安装,可以参考我的另一篇博客 https://www.cn ...
- VSCode 配置
官网 https://code.visualstudio.com/ 便携化 Windows,Linux 在 Code.exe 所在目录创建 data 目录 macOS 在 Code.exe 所在目录创 ...
- python mysql安装&&简单基础sql
##############总结############## 1.mysql 介绍 Mysql是开源的,所以你不需要支付额外的费用. Mysql支持大型的数据库.可以处理拥有上千万条记录的大型数据库. ...
- html页面导出为excel表格
<!DOCTYPE html><html> <head> <meta charset="UTF-8"> <title>& ...