JAVA提取PDF图片和文字排版

ᅟᅟᅟᅟᅟ

于 2022-09-02 17:04:12 发布

阅读量846

点赞数

文章标签： java apache

本文链接：https://blog.csdn.net/manhengwei/article/details/126666999

版权

本文介绍如何利用Java编程，结合Apache库，有效地从PDF文档中提取图片和文本内容，实现PDF的排版解析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import org.apache.pdfbox.Loader;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDPageTree;
import org.apache.pdfbox.pdmodel.PDResources;
import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;
import org.apache.pdfbox.text.PDFTextStripper;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.*;
import java.util.Iterator;

/**
 * @program: 项目名
 * @description:
 * @author: manhengwei
 * @create: 2022-09-02 16:46
 **/
public class PDFUtil {
    public static void main(String[] args) throws IOException {
        //提取图片
        extractImages("C:\\Users\\ext.manhengwei1\\Desktop\\csdn.pdf");
        //提取文字
        extractText("C:\\Users\\ext.manhengwei1\\Desktop\\csdn.pdf");

    }


    /**
     * 提取文本
     * @return
     */
    public static void extractText(String path){
        try {
            File fdf =

最低0.47元/天解锁文章