使用pdfBox实现读取pdf文件

   读取pdf需要pdfbox.jar及pdfBox.log4j.jar；

   实现代码如下：

  

package com.hksoft.tools;

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 ReadPdf {
    public void readFdf(String file) throws Exception {
           // 是否排序
           boolean sort = false;
           // pdf文件名
           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();
            }
           }
    }

}

这是方法类，使用可以用一下方法

    public String readPdf(){
        ReadPdf pdfReader = new ReadPdf();
           try {
            // 取得E盘下的SpringGuide.pdf的内容
            pdfReader.readFdf("E:\\11.pdf");
          //  Runtime.getRuntime().exec("C:\\Program Files (x86)\\Adobe\\Reader 11.0\\Reader\\AcroRd32.exe E:\\11.pdf");
           } catch (Exception e) {
            e.printStackTrace();
           }
           return SUCCESS;
    }

这样在你制定的pdf文档目录中会生成 同名的11.txt文档