如何在Groovy下导出PDF的文本内容
发布时间:2020-12-14 17:02:55 所属栏目:大数据 来源:网络整理
导读:其实很多软件都可以把PDF导出成文本,甚至很多支持批量操作,这里不赘述。本文的内容是如何在Java环境下用代码来完成这个功能。 用到的api是apache的pdfbox:官网下载页面 例程: import org.apache.pdfbox.util.*import org.apache.pdfbox.pdmodel.*def fil
其实很多软件都可以把PDF导出成文本,甚至很多支持批量操作,这里不赘述。本文的内容是如何在Java环境下用代码来完成这个功能。 用到的api是apache的pdfbox:官网下载页面 例程: import org.apache.pdfbox.util.* import org.apache.pdfbox.pdmodel.* def file = .... // 在这一行搞定你的PDF文件的File对象 def text = new StringBuilder() def pdf def stripper = new PDFTextStripper() try { pdf = PDDocument.load(file) def pages = pdf.numberOfPages (1..pages).each { page -> stripper.startPage = page stripper.endPage = page text << stripper.getText(pdf) } } catch(e) { // Whatever you want... } finally { pdf?.close() } println text 这段代码逐页的解析PDF文件,当然你不必要这样做,一下子导出全文也可以,不过飞叔我是保守主义者…… 注意,有些PDF具备安全限制,这时你需要到这里下载 bcprov-ext 的文件,加上这个 jar 后就可以读了。 ×××××××××××××× 吐槽:我怎么也没有想明白为神马AdobeReader的文本导出速度如蜗牛似乌龟,好歹他们也是把握着标准的人呀…… (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |