java 使用pdfbox分割pdf文件,返回 byte[]

业务需求上传一张有8张发票合起来的pdf格式的文件,现在要把8张发票都扫描出来,而腾讯云只支持一个个pdf格式扫描,这样需要把文件切割成8张pdf格式发票.
需要用到apache的pdfbox
在pom中加入


            org.apache.pdfbox
            pdfbox-app
            1.8.10

这个类可以切割pdf文件,相关代码
先把附件加载到PDDocument

PDDocument load = PDDocument.load(file.getInputStream());

然后用Splitter切割

Splitter splitter = new Splitter();
List pages = splitter.split(load);

切割成功后,把数据循环

Iterator iterator = pages.iterator();

完整代码

 PDDocument load = PDDocument.load(file.getInputStream());
Splitter splitter = new Splitter();
 List pages = splitter.split(load);
 Iterator iterator = pages.iterator();
 JSONArray resultDataList = new JSONArray();
 while (iterator.hasNext()) {
     PDDocument next = iterator.next();
     ByteArrayOutputStream output = new ByteArrayOutputStream();
     next.save(output);
     logger.info("byteArray: {}", output.toByteArray());
     param.put("imageBase64", base64Encoder.encode(output.toByteArray()));
     JSONObject jsonObject = sendCutAndSortRecognition(url_paas_billInfo, param, token);
     if(date.isEmpty()){
         date = jsonObject;
     }
     resultDataList.addAll(jsonObject.getJSONArray("resultDataList"));
 }

返回byte的代码,output.toByteArray()返回的就是byte[]

ByteArrayOutputStream output = new ByteArrayOutputStream();
next.save(output);
output.toByteArray()

你可能感兴趣的:(pdfbox,pdf,java)