PDFBox – JavaでPDFファイルを読む方法
この記事では、https://pdfbox.apache.org/[Apache PDFBox]を使用してJavaでPDFファイルを読み取る方法を説明します。
1. PDFBoxを入手する
pom.xml
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>pdfbox</artifactId>
<version>2.0.6</version>
</dependency>
2. PDFファイルを印刷する
PDFファイルからすべてのテキストを抽出する例
ReadPdf.java
package com.mkyong;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;
import org.apache.pdfbox.text.PDFTextStripperByArea;
import java.io.File;
import java.io.IOException;
public class ReadPdf {
public static void main(String[]args) throws IOException {
try (PDDocument document = PDDocument.load(new File("/path-to/abc.pdf"))) {
document.getClass();
if (!document.isEncrypted()) {
PDFTextStripperByArea stripper = new PDFTextStripperByArea();
stripper.setSortByPosition(true);
PDFTextStripper tStripper = new PDFTextStripper();
String pdfFileInText = tStripper.getText(document);
//System.out.println("Text:" + st);
//split by whitespace
String lines[]= pdfFileInText.split("\\r?\\n");
for (String line : lines) {
System.out.println(line);
}
}
}
}
}
参考文献
-
リンク://java/itext-read-and-write-pdf-in-java/[iText – 読み書き
PDF in Java]
リンク://タグ/java/[java]リンク://タグ/pdf/[pdf]リンク://タグ/pdfbox/[pdfbox]