Java的PDF分页操作：分页读取、分页拆分

旧城等待， 2023-09-30 12:36 60阅读 0赞

本文以Java示例展示读取PDF分页读取、分页拆分的方法。

# 1、分页读取 #

## 1.1 [Maven][]仓库下载导入 ##

在pom.xml中配置maven路径，指定依赖，如下：

> <dependency>  
> <groupId>org.apache.pdfbox</groupId>  
> <artifactId>pdfbox</artifactId>  
> <version>2.0.15</version>  
> </dependency>
> 
>   
> <dependency>  
> <groupId>org.apache.pdfbox</groupId>  
> <artifactId>fontbox</artifactId>  
> <version>2.0.15</version>  
> </dependency>  
>   
> <dependency>  
> <groupId>org.apache.pdfbox</groupId>  
> <artifactId>jempbox</artifactId>  
> <version>1.8.16</version>  
> </dependency>

## **1.2 读取** ##

**1.2.1 代码**

//String fileName: PDF路径;
    //int from:要读取得PDF开始页码；
    //int end:要读取得PDF结束页码；
    //每页之间分割字符串：“PDF解析第\d+页”
    public static String readPdfByPage(String fileName, int from, int end) {
            String result = "";
            File file = new File(fileName);
            FileInputStream in = null;
            try {
                in = new FileInputStream(fileName);
                // 新建一个PDF解析器对象
                PDFParser parser = new PDFParser(new RandomAccessFile(file,"rw"));
                // 对PDF文件进行解析
                parser.parse();
                // 获取解析后得到的PDF文档对象
                PDDocument pdfdocument = parser.getPDDocument();
                int size = pdfdocument.getNumberOfPages();
                // 新建一个PDF文本剥离器
                PDFTextStripper stripper = new PDFTextStripper();
                stripper.setSortByPosition(false); //sort:设置为true则按照行进行读取，默认是false
                //一页一页读取
                for(int i = from ; i <= end;i++ ){
                   // 设置起始页
                    stripper.setStartPage(i);
                   // 设置结束页
                    stripper.setEndPage(i);
                    // 从PDF文档对象中剥离文本
                    String pageStr = stripper.getText(pdfdocument);
                    result = result + pageStr + "\n" + "PDF解析第"+ i + "页\n";
                }
    
                    //一次读取完
                    // 设置起始页
                    // stripper.setStartPage(from);
                   // 设置结束页
                   //  stripper.setEndPage(end);
                    // 从PDF文档对象中剥离文本
                   //  String result = stripper.getText(pdfdocument);
    
            } catch (Exception e) {
                System.out.println("读取PDF文件" + file.getAbsolutePath() + "生失败！" + e);
                e.printStackTrace();
            } finally {
                if (in != null) {
                    try {
                        in.close();
                    } catch (IOException e1) {
                    }
                }
            }
            return result;
        }

### **1.2.2 读取效果** ###

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA6aOO6JCn6JCnMTk5OQ_size_20_color_FFFFFF_t_70_g_se_x_16][]

# 2、分页拆分 #

## 2.1 [Maven][]仓库下载导入 ##

在pom.xml中配置maven路径，指定依赖，如下：

>     <dependency>
>         <groupId>com.itextpdf</groupId>
>         <artifactId>itextpdf</artifactId>
>         <version>5.5.1</version>
>         <type>jar</type>
>     </dependency>

## **2.2 读取** ##

**2.2.1 代码**

public static void pdfToSub(String filePath,String newFile, int from, int end) {
            Document document = null;
            PdfCopy copy = null;
            try {
                PdfReader reader = new PdfReader(filePath);
                //总页数
                int n = reader.getNumberOfPages();
                if (end == 0) {
                    end = n;
                }
                document = new Document(reader.getPageSize(1));
                copy = new PdfCopy(document, new FileOutputStream(newFile));
                document.open();
                for (int j = from; j <= end; j++) {
                    document.newPage();
                    PdfImportedPage page = copy.getImportedPage(reader, j);
                    copy.addPage(page);
                }
                document.close();
            } catch (Exception e) {
                e.printStackTrace();
            }
        }

### **2.2.2 分页效果** ###

**不再赘述！**

### 2.2.3 itextpdf官网 ###

[https://itextpdf.com][https_itextpdf.com]

[Maven]: https://so.csdn.net/so/search?q=Maven&spm=1001.2101.3001.7020
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBA6aOO6JCn6JCnMTk5OQ_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/afd6a07fb60d4a92a5f68692da28ac2a.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA6aOO6JCn6JCnMTk5OQ==,size_20,color_FFFFFF,t_70,g_se,x_16
[https_itextpdf.com]: https://itextpdf.com/