一（单文件转换）：下载pdfbox包，百度搜pdfbox.（fontbox-1.8.16.jar和pdfbox-app-1.8.16.jar）
1 package pdf; 2 3 import java.io.FileInputStream; 4 import java.io.FileOutputStream; 5 import java.io.OutputStreamWriter; 6 7 import org.apache.pdfbox.pdfparser.PDFParser; 8 import org.apache.pdfbox.pdmodel.PDDocument; 9 import org.apache.pdfbox.util.PDFTextStripper; 10 11 /** 12 * 13 * @author 大汉 14 * 15 */ 16 public class PdfToTxt { 17 18 public PdfToTxt() { 19 super(); 20 // TODO Auto-generated constructor stub 21 } 22 23 /** 24 * 25 * @param filename 26 * @return 27 * @throws Exception 28 */ 29 public String GetTextFromPdf(String filename) throws Exception { 30 31 String content = null; 32 PDDocument pdfdocument = null; 33 34 FileInputStream is = new FileInputStream(filename); 35 PDFParser parser = new PDFParser(is); 36 37 parser.parse(); 38 pdfdocument = parser.getPDDocument(); 39 PDFTextStripper stripper = new PDFTextStripper(); 40 content = stripper.getText(pdfdocument); 41 return content; 42 } 43 44 /** 45 * 46 * @param args 47 */ 48 public static void main(String[] args) { 49 PdfToTxt pdfToTxt = new PdfToTxt(); 50 try { 51 //获取pdf文件路径 52 String pdf = pdfToTxt.GetTextFromPdf("E:/2019a.pdf"); 53 //输出到txt文件 54 OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream("E:/aa.txt")); 55 osw.write(pdf); 56 osw.flush(); 57 osw.close(); 58 }catch (Exception e){ 59 e.printStackTrace(); 60 } 61 62 } 63 64 }
还可以这样：（第二种方法）
1 package pdf; 2 3 import java.io.File; 4 import java.io.FileOutputStream; 5 import java.io.OutputStreamWriter; 6 import java.io.Writer; 7 import java.net.MalformedURLException; 8 import java.net.URL; 9 10 import org.apache.pdfbox.pdmodel.PDDocument; 11 import org.apache.pdfbox.util.PDFTextStripper; 12 13 /** 14 * 批量转换 15 * @author 大汉 16 * 17 */ 18 public class BatchPdfToTxt { 19 20 public BatchPdfToTxt() { 21 super(); 22 // TODO Auto-generated constructor stub 23 } 24 25 public static void readPdf(String file) throws Exception { 26 // 是否排序 27 boolean sort = false; 28 // pdf文件名 29 String pdfFile = file; 30 // 输入文本文件名称 31 String textFile = null; 32 // 编码方式 33 String encoding = "UTF-8"; 34 // 开始提取页数 35 int startPage = 1; 36 // 结束提取页数 37 int endPage = Integer.MAX_VALUE; 38 // 文件输入流，生成文本文件 39 Writer output = null; 40 // 内存中存储的PDF Document 41 PDDocument document = null; 42 try { 43 try { 44 // 首先当作一个URL来装载文件，如果得到异常再从本地文件系统//去装载文件 45 URL url = new URL(pdfFile); 46 //注意参数已不是以前版本中的URL.而是File。 47 document = PDDocument.load(pdfFile); 48 // 获取PDF的文件名 49 String fileName = url.getFile(); 50 // 以原来PDF的名称来命名新产生的txt文件 51 if (fileName.length() > 4) { 52 File outputFile = new File(fileName.substring(0, fileName.length() - 4)+ ".txt"); 53 textFile ="E:/"+outputFile.getName(); 54 } 55 } catch (MalformedURLException e) { 56 // 如果作为URL装载得到异常则从文件系统装载 57 //注意参数已不是以前版本中的URL.而是File。 58 document = PDDocument.load(pdfFile); 59 if (pdfFile.length() > 4) { 60 textFile = pdfFile.substring(0, pdfFile.length() - 4)+ ".txt"; 61 } 62 } 63 // 文件输入流，写入文件倒textFile 64 output = new OutputStreamWriter(new FileOutputStream(textFile),encoding); 65 // PDFTextStripper来提取文本 66 PDFTextStripper stripper = null; 67 stripper = new PDFTextStripper(); 68 // 设置是否排序 69 stripper.setSortByPosition(sort); 70 // 设置起始页 71 stripper.setStartPage(startPage); 72 // 设置结束页 73 stripper.setEndPage(endPage); 74 // 调用PDFTextStripper的writeText提取并输出文本 75 stripper.writeText(document, output); 76 77 System.out.println(textFile + " 输出成功！"); 78 } finally { 79 if (output != null) { 80 // 关闭输出流 81 output.close(); 82 } 83 if (document != null) { 84 // 关闭PDF Document 85 document.close(); 86 } 87 } 88 } 89 /** 90 * 91 * @param args 92 */ 93 public static void main(String[] args) { 94 try { 95 //注意此处的绝对地址格式，最好要用这一种。 96 readPdf("E:/用户行为排序算法.pdf"); 97 } catch (Exception e) { 98 e.printStackTrace(); 99 } 100 } 101 }
效果图：
總結：唯一的缺點是不能顯示圖片，請看下一篇：----------------------->>>>>>>>PDF转WORD.
