前言

PDF 文件是一種非常常用的文件格式，在企業(yè)信息系統(tǒng)存儲和交換信息中普遍使用。然而從 PDF 文檔中獲取表格段落等文檔內容卻是一件非常麻煩的事情，這是因為pdf的設計初衷是基于文檔顯示的，為了能保證在不同平臺中完全一致的視覺效果，文檔以頁為單位存儲的是一系列包含線條、字符、圖片等基本元素的繪圖指令。基于這個原因，pdf文檔不能像word文檔一樣直接獲取表格和段落，如要獲取結構化的文檔內容，需要在獲取字符、線條等圖形及坐標基礎上按閱讀順序把含線條、字符、圖片等基本元素拼接成文檔，過程十分復雜，而且需要不斷優(yōu)化才能達到滿意的效果。

10年積累的成都網站設計、成都做網站經驗，可以快速應對客戶對網站的新想法和需求。提供各種問題對應的解決方案。讓選擇我們的客戶得到更好、更有力的網絡服務。我雖然不認識你，你也不認識我。但先網站設計后付款的網站建設流程，更有七星關區(qū)免費網站建設讓你可以放心的選擇與我們合作。

PDFBox是apache基金會旗下的一個為java開發(fā)人員讀取和創(chuàng)建PDF文檔而準備的純Java開源類庫。通過PDFBox可以輕松解析PDF文檔并逐頁獲取圖形元素及坐標。

pdftranspro是基于PDFBox的一款專業(yè) pdf 文本內容提取軟件，支持windows和linux平臺，經過數(shù)年的持續(xù)改進其內容提取能力已經達到令人驚艷的地步，不僅能對跨頁、跨欄的段落或表格進行合并處理，精確還原整篇文檔內的段落和表格，而且可以同時輸出html、xml、json、txt 等 4 種格式，方便用戶高效獲取 pdf 文檔內的精確信息或數(shù)據(jù)。其個人版提供操作界面，可以一鍵處理單個pdf文檔，個人用戶免費使用。SSDK版通過Java調用SDK方式集成pdf文檔轉換功能，也提供 pdf文檔截取合并等實用的 pdf 編輯功能。控制臺版需取得licence文件才能使用，用戶可免費試用。

接口說明 1.單文檔轉換

轉換單個 PDF 文檔至 html、xml、json、txt 等格式。

處理函數(shù)1：

public void transone_pdf(String infile,String outpath,boolean out_style,boolean html,boolean xml, boolean json,boolean txt)

其中參數(shù)infile為源文件位置，outpath為文件輸出路徑， out_style 為轉換樣式參數(shù)，true 為"標記頁碼"，false 為"跨頁合并"。html、xml、json、txt等參數(shù)表示是否生成該格式文件，可同時轉換生成多種格式文件。

處理函數(shù)2：

public void transone_pdf(String infile,String outpath,boolean out_style,boolean html,boolean xml, boolean json,boolean txt,int pagestart,int pageend)

其中增加參數(shù) pagestart 和 pageend 分別代表起始頁碼和截止頁碼。

處理函數(shù)3：

public String getpdftext(String infile,boolean out_style,String out_type)

該函數(shù)返回指定格式文本，其中參數(shù) out_style 為轉換樣式參數(shù)，true 為"標記頁碼"，false 為"跨頁合并"，out_type 為文本格式，只能是”html”,”xml”,”json”或”txt”。

處理函數(shù)4：

public String getpdftext(String infile,boolean out_style,String out_type,int pagestart,int pageend)

其中增加參數(shù) pagestart 和 pageend 分別代表起始頁碼和截止頁碼。

示例：

import org.pdf.parser.Pdfutil;
public class Test_util 
{
? ? public static void main(String[] args)
? ? {
? ?? ?  Pdfutil test = new Pdfutil();
? ? ? ? test.transone_pdf("infiles/abc.pdf","outfiles",true,true,false,false,false);? ? //將表示將文件 infiles/abc.pdf 轉成 html 格式，轉換樣式為"標記頁碼"，文件生成在 outfiles 下。
? ? ? ? test.transone_pdf("infiles/abc.pdf","outfiles",false,true,true, true,true,10,20);//表示將文件 infiles/abc.pdf 轉成 html、xml、json、txt四種格式，轉換樣式為"跨頁合并"，頁碼范圍為 10 至 20 頁，文件生成在 outfiles 下。
? ? ? ? System.out.println(test.getpdftext("infiles/abc.pdf",false,"xml"));//表示將文件 infiles/abc.pdf 轉成 xml 格式，轉換樣式為跨頁合并，返回生成的 xml 文本。
? ? ? ? System.out.println(test.getpdftext("infiles/abc.pdf",true,"html",10,20));//表示將文件 infiles/abc.pdf 轉成 html 格式，轉換樣式為標記頁碼，頁碼范圍為 10 至 20 頁，返回生成的 html 文本。
? ? }
}

2.批量文檔轉換

批量轉換 PDF 文檔至 html、xml、json、txt 等格式。

處理函數(shù)1：

public void transall_pdf(String inpath,String outpath,boolean txt,boolean html,boolean xml, boolean json,boolean out_style)

其中參數(shù)infile為源文件路徑，outpath為文件輸出路徑， out_style 為轉換樣式參數(shù)，true 為"標記頁碼"，false 為"跨頁合并"。html、xml、json、txt等參數(shù)表示是否生成該格式文件，可同時轉換生成多種格式文件。

處理函數(shù)2：

public void transall_pdf(String inpath,String outpath,boolean txt,boolean html,boolean xml, boolean json,boolean out_style,int pagestart,int pageend,int num_bfs)

其中增加參數(shù) pagestart 和 pageend 分別代表起始頁碼和截止頁碼，num_bfs 為并發(fā)任務數(shù)，系統(tǒng)默認為 5，有效設置范圍為 1 至 10。

示例：

import org.pdf.parser.Pdfutil;
public class Test_util 
{
    public static void main(String[] args)
    {
        Pdfutil test = new Pdfutil();
        test.transall_pdf("infiles","outfiles",true,true,false,false,false);//將表示將文件夾 infiles 下所有 pdf 文件轉成 html 格式，轉換樣式為標記頁碼，文件生成在 outfiles 下。
        test.transall_pdf("infiles","outfiles",false,true,true, true,true,10,20);//表示將文件夾infiles下所有pdf文件轉成html、xml、json、txt 四種格式，轉換樣式為跨頁合并，頁碼范圍為 10 至 20 頁，文件生成在 outfiles 下。
    }
}

3.文檔截取

用于截取 pdf 文檔，生成一份新的指定頁碼范圍的 pdf 文檔。

處理函數(shù)：

public void splitpdf(String filePath, String outPath,int startpageNum,int endpageNum)

其中參數(shù)filePath為源文件位置，outpath為文件輸出路徑， startpageNumh 和 endpageNum 分別代表起始頁碼和截止頁碼。截取后的文件名為源文件加前綴”split_”。

示例：

import org.pdf.parser.Pdfutil;
public class Test_util
 {
    public static void main(String[] args)
    {
        Pdfutil test = new Pdfutil();
        test.splitpdf("infiles/abc.pdf","outfiles",1,10);// 表 示 截 取 文 件 infiles/abc.pdf 第 1 至 10 頁 ， 生 成 在 outfiles 下，文件名為”split_abc.pdf”。
    }
}

4.文檔合并

用于合并兩份 pdf 文檔為一份 pdf 文檔。

處理函數(shù)：

public void mergepdf(String filename1,String filename2,String outpath)

其中參數(shù)filename1為源文件1位置，filename2為源文件2位置，outpath為文件輸出路徑。合并后的文件名為filename1 加前綴”merg_”。

示例：

import org.pdf.parser.Pdfutil;
public class Test_util
 {
    public static void main(String[] args)
    {
    Pdfutil test = new Pdfutil();
        test.mergepdf("infiles/abc1.pdf","infiles/abc2.pdf","outfiles");// 表 示 合 并 文 件 infiles/abc1.pdf 和 infiles/abc2.pdf 生成在 outfiles 下，文件名為”merg_abc1.pdf”。
    }
}

本文完。

你是否還在尋找穩(wěn)定的海外服務器提供商？創(chuàng)新互聯(lián)www.cdcxhl.cn海外機房具備T級流量清洗系統(tǒng)配攻擊溯源，準確流量調度確保服務器高可用性，企業(yè)級服務器適合批量采購，新人活動首月15元起，快前往官網查看詳情吧

網頁名稱：java調用SDK版pdftranspro接口詳解-創(chuàng)新互聯(lián)
當前地址：http://chinadenli.net/article12/eddgc.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供手機網站建設、網站內鏈、App設計、云服務器、標簽優(yōu)化、面包屑導航

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)