关于java:使用itextpdf提取PDF文件中的任意页码

当初有这样的一个需要：

有一个几十页的 PDF 文件，当初须要从中拆分出指定的页码，而后生成一个新的 PDF 文件。

这个时候，能够应用开源的 itextpdf 库来实现，itextpdf 的官网 github 地址为：https://github.com/itext/itextpdf.

上面通过具体的代码来演示。

1、引入依赖

目前 itextpdf 最新版本为 5.5.13.3，能够在 https://search.maven.org/ 网站进行搜寻。

<dependency>
    <groupId>com.itextpdf</groupId>
    <artifactId>itextpdf</artifactId>
    <version>5.5.13.3</version>
</dependency>

2、代码实现

2.1 指定页码抽取

package com.magic.itextpdf;

import java.io.FileOutputStream;
import java.io.IOException;
import java.util.List;
import java.util.Objects;

import com.itextpdf.text.Document;
import com.itextpdf.text.DocumentException;
import com.itextpdf.text.pdf.PdfCopy;
import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.PdfSmartCopy;

/**
 * PDF 工具类
 */
public class PdfUtils {

    /**
     * 抽取 PDF 文件
     * @param sourceFile 源 PDF 文件门路
     * @param targetFile 指标 PDF 文件门路
     * @param extractedPageNums 须要抽取的页码
     */
    public static void extract(String sourceFile, String targetFile, List<Integer> extractedPageNums) {Objects.requireNonNull(sourceFile);
        Objects.requireNonNull(targetFile);
        PdfReader reader = null;
        Document document = null;
        FileOutputStream outputStream = null;
        try {
            // 读取源文件
            reader = new PdfReader(sourceFile);
            // 创立新的文档
            document = new Document();
            // 创立指标 PDF 文件
            outputStream = new FileOutputStream(targetFile);
            PdfCopy pdfCopy = new PdfSmartCopy(document, outputStream);

            // 获取源文件的页数
            int pages = reader.getNumberOfPages();
            document.open();

            // 留神此处的页码是从 1 开始
            for (int page = 1; page <= pages; page++) {
                // 如果是指定的页码，则进行复制
                if (extractedPageNums.contains(page)) {pdfCopy.addPage(pdfCopy.getImportedPage(reader, page));
                }
            }
        } catch (IOException | DocumentException e) {e.printStackTrace();
        } finally {if (reader != null) {reader.close();
            }

            if (document != null) {document.close();
            }

            if (outputStream != null) {
                try {outputStream.flush();
                    outputStream.close();} catch (IOException e) {e.printStackTrace();
                }
            }
        }
    }
}

extract() 办法有三个参数，分包是源 PDF 文件门路、指标 PDF 文件门路和指定页码，其中指定页码采纳 List 汇合进行传递，比方须要抽取第 1 页，能够像上面这样调用

PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out.pdf", Collections.singletonList(1));

如果同时须要抽取多页，比方 1、3、5 页，那么能够这样调用

PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out.pdf", Arrays.asList(1, 3, 5));

当然，如果一个 PDF 有一百多页，当初须要抽取 10-60 页，如果还是像下面一样传递参数，则会十分麻烦，此时就能够重载一个办法，实现传递起始页码和完结页码来抽取了。

2.2 起始完结页码抽取

重载 extract 办法，具体的代码如下：

/**
 * 抽取 PDF 文件
 * @param sourceFile 源 PDF 文件门路
 * @param targetFile 指标 PDF 文件门路
 * @param fromPageNum 起始页码
 * @param toPageNum 完结页码
 */
public static void extract(String sourceFile, String targetFile, int fromPageNum, int toPageNum) {Objects.requireNonNull(sourceFile);
    Objects.requireNonNull(targetFile);
    PdfReader reader = null;
    Document document = null;
    FileOutputStream outputStream = null;
    try {
        // 读取源文件
        reader = new PdfReader(sourceFile);
        // 创立新的文档
        document = new Document();
        // 创立指标 PDF 文件
        outputStream = new FileOutputStream(targetFile);
        PdfCopy pdfCopy = new PdfSmartCopy(document, outputStream);

        // 获取源文件的页数
        int pages = reader.getNumberOfPages();
        document.open();

        // 留神此处的页码是从 1 开始
        for (int page = 1; page <= pages; page++) {if (page >= fromPageNum && page <= toPageNum) {pdfCopy.addPage(pdfCopy.getImportedPage(reader, page));
            }
        }
    } catch (IOException | DocumentException e) {e.printStackTrace();
    } finally {if (reader != null) {reader.close();
        }

        if (document != null) {document.close();
        }

        if (outputStream != null) {
            try {outputStream.flush();
                outputStream.close();} catch (IOException e) {e.printStackTrace();
            }
        }
    }
}

对于间断页码而言，这个形式更加简略，比方要抽取 10-60 页，那么能够这样调用

PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out.pdf", 10, 60);

3、测试验证

当初有一个总共 2 页的 PDF 文件，别离应用下面的办法进行抽取拆分第 1 页，代码如下：

package com.magic.itextpdf;

import java.util.Collections;

public class Test {public static void main(String[] args) {PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out_1.pdf", Collections.singletonList(1));
        PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out_2.pdf", 1, 1);
    }
}

运行后，别离生成了 test_out_1.pdf 和 test_out_2.pdf 两个新文件，新文件都是源文件的第一页。

4、其余办法

如果只是解决单个 PDF 文件的话，那么能够应用 WPS 的打印性能，或者 Chrome 浏览器的打印性能都能够实现，十分不便。

4.1 WPS 打印拆分

4.2 Chrome 打印拆分