java 裁剪 pdf_PDFBox：使用Java轻松从PDF文件提取内容

不知道你是不是听过Java提供一种工具，可以提取PDDF的内容。本文就来向你介绍这种工具，它的名字叫 Apache PDFBox。

什么是PDFBox

Apache PDFBox库是用来处理PDF文档的开源Java工具。它可帮我们做到：

1)创建新PDF文档；

2)更新现有文档；

例如添加样式，增加超链接等；

3)从PDF文档中提出内容。

从PDF阅读内容

当我们能够从PDF提取文本内容时，问题已经解决一半。下面我们举代码示例来完成此任务。

Apche PDFTextStripper的类PDFTextStripper(https://pdfbox.apache.org/docs ... .html)可以将PDF中的文本以去除所有格式的形式提出出来。它将忽略所有格式和特别样式。

tStripper = new PDFTextStripper();

tStripper.setStartPage(1);

tStripper.setEndPage(3);

PDDOocument document = PDDocument.load(new File("youpdfname.pdf"));

document.getClass();

if(!document.isEncrypted()){

pdfFileInText = tStripper.getTe