java 如何读取PDF文件内容

import java.io.File

import java.io.FileOutputStream

import java.io.OutputStreamWriter

import java.io.Writer

import java.net.MalformedURLException

import java.net.URL

import org.pdfbox.pdmodel.PDDocument

import org.pdfbox.util.PDFTextStripper

public class PdfReader {

public void readFdf(String file) throws Exception {

// 是否排序

boolean sort = false

// pdf文件名前枯

String pdfFile = file

// 输入文本文件名称

String textFile = null

// 编码方式

String encoding = "UTF-8"

// 开始提取页数

int startPage = 1

// 结束提取页闹锋数

int endPage = Integer.MAX_VALUE

// 文件输入流，生成文本文件

Writer output = null

// 内存中存储的PDF Document

PDDocument document = null

try {

try {

// 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

URL url = new URL(pdfFile)

//注意参数已不是以前版本中的URL.而是File。

document = PDDocument.load(pdfFile)

// 获取PDF的文件名

String fileName = url.getFile()

// 以原来PDF的名称来命名新产生的txt文件

if (fileName.length() >4) {

File outputFile = new File(fileName.substring(0, fileName

.length() - 4)

+ ".txt")

textFile = outputFile.getName()

}

} catch (MalformedURLException e) {

// 如果作为URL装载得到异常则液悔晌从文件系统装载

//注意参数已不是以前版本中的URL.而是File。

document = PDDocument.load(pdfFile)

if (pdfFile.length() >4) {

textFile = pdfFile.substring(0, pdfFile.length() - 4)

+ ".txt"

}

}

// 文件输入流，写入文件倒textFile

output = new OutputStreamWriter(new FileOutputStream(textFile),

encoding)

// PDFTextStripper来提取文本

PDFTextStripper stripper = null

stripper = new PDFTextStripper()

// 设置是否排序

stripper.setSortByPosition(sort)

// 设置起始页

stripper.setStartPage(startPage)

// 设置结束页

stripper.setEndPage(endPage)

// 调用PDFTextStripper的writeText提取并输出文本

stripper.writeText(document, output)

} finally {

if (output != null) {

// 关闭输出流

output.close()

}

if (document != null) {

// 关闭PDF Document

document.close()

}

}

}

/**

* @param args

*/

public static void main(String[] args) {

// TODO Auto-generated method stub

PdfReader pdfReader = new PdfReader()

try {

// 取得E盘下的SpringGuide.pdf的内容

pdfReader.readFdf("E://SpringGuide.pdf")

} catch (Exception e) {

e.printStackTrace()

}

}

}

你可以把pdf转成word在进行读取

推荐使用转转大师pdf转word转换器，免费含数咐的在线工具

百度搜索下，在线免费转换就行了，不谈纯用下载注册，很方便毕空

---