阅读量:0
Java可以使用Apache PDFBox库来读取PDF内容。PDFBox是一个开源的Java库,可以用于处理PDF文件。以下是一个简单的示例代码,演示了如何使用PDFBox读取PDF文件的内容:
import org.apache.pdfbox.pdmodel.PDDocument; import org.apache.pdfbox.text.PDFTextStripper; import java.io.File; import java.io.IOException; public class ReadPDF { public static void main(String[] args) { try { // 加载PDF文件 File file = new File("path/to/your/pdf/file.pdf"); PDDocument document = PDDocument.load(file); // 创建PDFTextStripper对象来提取文本 PDFTextStripper stripper = new PDFTextStripper(); // 获取PDF文件的内容 String content = stripper.getText(document); // 打印PDF文件的内容 System.out.println(content); // 关闭PDF文档 document.close(); } catch (IOException e) { e.printStackTrace(); } } }
在上述代码中,将"path/to/your/pdf/file.pdf"替换为实际的PDF文件路径。PDFTextStripper类的getText()方法可以用来提取PDF文件的纯文本内容。最后,通过调用PDDocument类的close()方法来关闭PDF文档。
请确保在运行代码之前已经引入了PDFBox库的依赖。你可以在Maven项目中添加以下依赖项:
<dependency> <groupId>org.apache.pdfbox</groupId> <artifactId>pdfbox</artifactId> <version>2.0.26</version> </dependency>
这样就可以通过Java读取PDF文件的内容了。