Java如何读取pdf的内容？
发布日期：2019-12-04 17:12:00 来源：汇智动力
这里简单介绍2种Java读取PDF文件内容的方法，分别是PDFBox和Spire.PDF，感兴趣的朋友可以尝试一下：
一、PDFBox
这是Apache提供的一个免费、开源工具，专门用于操作PDF文档，目前支持加密/解密PDF文档，从PDF文档中导出表单数据，向已有PDF文档追加内容，以及切分PDF文档等，导入项目或工程的话，可以直接下载Jar包，也可以直接Maven引入，如下：
导入成功后，我们就可以直接编码读取PDF文件内容了，测试代码如下，基本思路先加载PDF文件，创建PDDocument对象，然后再创建一个PDFTextStripper文本剥离器，最后再直接获取PDF文本内容即可，整个过程不难，理解起来也非常容易：
二、Spire.PDF
这也是一个专门用于读取PDF文件内容的Java工具包，商业版需要付费购买，也有个人免费版，但功能比较局限，只能提取前10页内容，目前支持文本、图片等内容提取，导入项目或工程的话，可以直接下载Jar包，也可以直接Maven引入，如下：
导入完成后，我们就可以直接编码来读取PDF文件内容了，测试代码如下，基本思路先加载PDF文件，然后循环遍历每页提取内容（文本的话是extractText方法，图片的话是extractImages方法），最后再输出或保存提取内容即可：
