pdf 文本转换为 java 字符串
2013-07-26 10:14
183 查看
txt,rtf,rtfd->pdf,mac下面有个非常好用的工具,TextEditor,简洁实用!
pdf->txt,如下(依赖两个jar 包:pdfbox-1.6.0.jar、fontbox-1.6.0.jar):
[java] view
plaincopy
package org.bruce.toolkit.experiments;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.OutputStreamWriter;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.util.PDFTextStripper;
/**
* @author Bruce Yang
* 将 pdf 文件中的字符解析为字符串中的字符~
*/
public class Pdf2Text {
/**
* @param args
* @throws Exception
*/
public static void main(String[] args) throws Exception {
// System.out.println(parsePDF("/Users/user/Desktop/QT教程.pdf"));
System.out.println(parsePDF("/Users/user/Novels/pdf/《盗墓笔记》第一季:.第二部.怒海潜沙.pdf"));
}
/**
* @param filePath
* @return
* @throws Exception
*/
public static String parsePDF(String filePath) throws Exception {
File file = new File(filePath);
String context = "";
ByteArrayOutputStream out = new ByteArrayOutputStream();
OutputStreamWriter writer = new OutputStreamWriter(out);
PDDocument pdfdocument = null;
pdfdocument = PDDocument.load(file);
PDFTextStripper stripper = new PDFTextStripper();
stripper.writeText(pdfdocument, writer);
byte[] contents = out.toByteArray();
System.out.println(contents.length);
context = new String(contents);
writer.close();
if (pdfdocument != null) {
pdfdocument.close();
}
return context;
}
}
pdf->txt,如下(依赖两个jar 包:pdfbox-1.6.0.jar、fontbox-1.6.0.jar):
[java] view
plaincopy
package org.bruce.toolkit.experiments;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.OutputStreamWriter;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.util.PDFTextStripper;
/**
* @author Bruce Yang
* 将 pdf 文件中的字符解析为字符串中的字符~
*/
public class Pdf2Text {
/**
* @param args
* @throws Exception
*/
public static void main(String[] args) throws Exception {
// System.out.println(parsePDF("/Users/user/Desktop/QT教程.pdf"));
System.out.println(parsePDF("/Users/user/Novels/pdf/《盗墓笔记》第一季:.第二部.怒海潜沙.pdf"));
}
/**
* @param filePath
* @return
* @throws Exception
*/
public static String parsePDF(String filePath) throws Exception {
File file = new File(filePath);
String context = "";
ByteArrayOutputStream out = new ByteArrayOutputStream();
OutputStreamWriter writer = new OutputStreamWriter(out);
PDDocument pdfdocument = null;
pdfdocument = PDDocument.load(file);
PDFTextStripper stripper = new PDFTextStripper();
stripper.writeText(pdfdocument, writer);
byte[] contents = out.toByteArray();
System.out.println(contents.length);
context = new String(contents);
writer.close();
if (pdfdocument != null) {
pdfdocument.close();
}
return context;
}
}
相关文章推荐
- pdf 文本转换为 java 字符串
- pdf 文本转换为 java 字符串
- java中将文本转换为字符串
- java文本、表格word转换生成PDF加密文件代码下载
- 通过Jackson实现Java对象和json字符串的相互转换
- Java 将字节转换为十六进制字符串
- jsp页面中java脚本整型字符串自动转换问题
- [Java基础知识点]字符串和数字间的转换
- Java实现HTML转换为PDF的常见方法
- java将流转换成字符串
- java 对象与json字符串互相转换工具类
- java字符串转义,把<>转换成<>等字符【原】
- Java中字符串格式与日期格式的转换
- java字符串应用之IP地址转换成整数
- JSON 字符串 与 java 对象之间互相转换
- Java对话框实现字符串反转,字符串大小写转换的程序实现
- java实现图片与base64字符串之间的转换
- JAVA过滤标签实现将html内容转换为文本的方法示例
- JAVA的整型与字符串相互转换
- java各种数字类型与字符串的转换