用PDFBOX读取PDF内容

PDFBox（一个BSD许可下的源码开放项目）是一个为开发人员读取和创建PDF文档而准备的纯Java类库。主要功能：提取文本，包括Unicode字符和Jakarta Lucene等文本搜索引擎的整合过程十分简单加密/解密PDF文档从PDF和XFDF格式中导入或导出表单数据向已有PDF文档中追加内容将一个PDF文档切分为多个文档覆盖PDF文档示例代码使用的jar<dependency> <groupId>org.apache.pdfbox</groupId> <artifactId>pdfbox</artifactId> <version>2.0.14</version></dependency>1.读取PDF内容PDDocument helloDocument = null;try { helloDocument = PDDocument.load(new File(“XXX.pdf”)); PDFTextStripper textStripper = new PDFTextStripper(); System.out.println(textStripper.getText(helloDocument)); helloDocument.close();} catch (IOException e) { e.printStackTrace();}