（9）IText读取PDF

﹏ヽ暗。殇╰゛Y 2022-07-25 15:44 203阅读 0赞

import com.itextpdf.text.pdf.PdfReader;
    import com.itextpdf.text.pdf.parser.PdfTextExtractor;
    import java.io.FileOutputStream;
    import java.io.IOException;
    import java.io.OutputStreamWriter;
    import java.io.Writer;
    import java.util.logging.Level;
    import java.util.logging.Logger;
    
    /** * * @author Angela */
    public class ITextToTxt { 
    
        /**提取文本**/
        public static void extractTXT(String file){
            try {
                PdfReader reader = new PdfReader(file);  
                int pageNum = reader.getNumberOfPages();//获得页数
                for (int i=1; i<=pageNum; i++) {
       // 只能从第1页开始读 
                    System.out.println(PdfTextExtractor.getTextFromPage(reader, i));  
                } 
            } catch (IOException ex) {
                Logger.getLogger(ITextToTxt.class.getName()).log(Level.SEVERE, null, ex);
            }
        }
    
        /** * 提取部分页面文本 * @param file pdf文件路径 * @param startPage 起始页数 * @param endPage 结束页数 */
        public static void extractTXT(String file,int startPage,int endPage){
            try {
                PdfReader reader = new PdfReader(file);         
                for (int i=startPage; i<=endPage; i++) {  
                    System.out.println(PdfTextExtractor.getTextFromPage(reader, i));  
                } 
            } catch (IOException ex) {
                Logger.getLogger(ITextToTxt.class.getName()).log(Level.SEVERE, null, ex);
            }
        }
    
        /** * 保存文本内容 * @param file pdf文件路径 * @param savePath 文本保存路径 */
        public static void extractTXT(String file,String savePath){
            try {
                PdfReader reader = new PdfReader(file);  
                int pageNum = reader.getNumberOfPages();//获得页数
                //创建一个输出流
                Writer writer=new OutputStreamWriter(new FileOutputStream(savePath));
                for (int i=1; i<=pageNum; i++) {
       // 只能从第1页开始读 
                    writer.write(PdfTextExtractor.getTextFromPage(reader, i));  
                } 
                writer.flush();
                writer.close();
            } catch (IOException ex) {
                Logger.getLogger(ITextToTxt.class.getName()).log(Level.SEVERE, null, ex);
            }
        }
    
        /** * 保存部分页面文本 * @param file pdf文件路径 * @param startPage 起始页数 * @param endPage 结束页数 * @param savePath 文本保存路径 */
        public static void extractTXT(String file,int startPage,
                int endPage,String savePath){
            try {
                PdfReader reader = new PdfReader(file);              
                //创建一个输出流
                Writer writer=new OutputStreamWriter(new FileOutputStream(savePath));
                for (int i=startPage; i<=endPage; i++) {  
                    System.out.println(PdfTextExtractor.getTextFromPage(reader, i));  
                } 
                writer.flush();
                writer.close();
            } catch (IOException ex) {
                Logger.getLogger(ITextToTxt.class.getName()).log(Level.SEVERE, null, ex);
            }
        }
    
        public static void main(String args[]){
            String file="F:\\pdf\\2013\\000608_阳光股份_2013年年度报告(更新后)_1.pdf";
            String savePath="E:\\result2.txt";
            long startTime=System.currentTimeMillis();
            extractTXT(file,savePath);
            long endTime=System.currentTimeMillis();
            System.out.println("读写所用时间为："+(endTime-startTime)+"ms");
        }
    }