java 读取 PDF 内容

有的时候博客内容会有变动，首发博客是最新的，其他博客地址可能会未同步, 认准 https://blog.zysicyj.top

可点击链接 https://blog-1253652709.cos.ap-guangzhou.myqcloud.com//picgo/202401180921373.png 解答疑问

依赖 

1
2
3
4
5
 <dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox</artifactId>
    <version>2.0.24</version>
</dependency>

代码 

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
26
27
import java.io.File;
import java.io.IOException;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;

public class PDFParser {

    public static void main(String[] args) {
        try {
            // 加载 PDF 文档 
            File file = new File("example.pdf");
            PDDocument document = PDDocument.load(file);

            // 创建 PDFTextStripper 对象 
            PDFTextStripper pdfStripper = new PDFTextStripper();

            // 获取 PDF 文档内容 
            String text = pdfStripper.getText(document);
            System.out.println("PDF 内容:\n" + text);

            // 关闭文档 
            document.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}