Java 读取PDF文本内容

1、首先，在Java程序中新建一个文件夹可命名为Lib。下载控件包后，解压，将解压后的文件夹下的子文件夹lib中的Spire.Pdf.jar和Spire.Common.jar两个文件复制到新建的文件夹下，如下图：

2、建好文件夹后，引用两个文件：选中这两个文件，任意点击其中之一，选择“Build Path” – “Add to Build Path”。

1、        //创建PdfDocument实例

        PdfDocument doc = new PdfDocument();

        //加载PDF文件

        doc.loadFromFile("sample.pdf");

        //创建StringBuilder实例                

        StringBuilder sb = new StringBuilder();   

        PdfPageBase page;                

        //遍历PDF页面，获取每个页面的文本并添加到StringBuilder对象

        for(int i= 0;i<doc.getPages().getCount();i++){

            page = doc.getPages().get(i);            

            sb.append(page.extractText(true));

        }

        FileWriter writer;

        try {

        //将StringBuilder对象中的文本写入到文本文件

            writer = new FileWriter("ExtractText.txt");

            writer.write(sb.toString());

            writer.flush();

        } catch (IOException e) {

            e.printStackTrace();

        }

        doc.close();

2、测试文档：

3、读取结果：