[PDFBox]后台操作pdf的工具类

Posted 2021-02-06 qlqwjy

　　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-2.0.13.jar ExtractImages ./1.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-2.0.13.jar ExtractText ./1.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-2.0.13.jar PDFToImage ./1.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.awt.image.BufferedImage;
import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStream;
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;

import javax.imageio.IIOImage;
import javax.imageio.ImageIO;
import javax.imageio.ImageWriter;
import javax.imageio.stream.ImageOutputStream;

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.PDActionjavascript;
import org.apache.pdfbox.text.PDFTextStripper;

public class PDFBoxTest {
    public static void main(String[] args) throws IOException {
        createBlankPDF();
    }
    
    /**
     * 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);
        }
    }
}