开源PDF工具 Apache PDFBox 认识及使用(知识点+案例)

前进之路  金牌会员 | 2024-6-11 11:17:44 | 显示全部楼层 | 阅读模式
打印 上一主题 下一主题
楼主

主题 638|帖子 638|积分 1914

媒介

博主先容：✌目前全网粉丝2W+，csdn博客专家、Java领域优质创作者，博客之星、阿里云平台优质作者、专注于Java后端技能领域。
涵盖技能内容：Java后端、算法、分布式微服务、中间件、前端、运维、ROS等。
博主全部博客文件目录索引：博客目录索引(持续更新)
视频平台：b站-Coder长路
源码获取

项目源码：Gitee、Github
本篇文档的视频系列讲解：Java实现自动化pdf打水印工具 开源PDF工具PDFBoxWord、Word转PDF开源工具Documents4j
一、认识PDFBox

Apache PDFBox库是一个开源的Java工具，专门用于处理PDF文档。它答应用户创建全新的PDF文件，编辑现有的PDF文档，以及从PDF文件中提取内容。
功能：创建、渲染、打印、合并、拆分、加密、解密、签名等多种操作PDF文件的功能，包括一个下令行工具，可以用于实行各种PDF处理使命。支持文本提取和搜索，以及将PDF转换为其他格式，如图片和文本。
应用场景：广泛应用于企业和开发者构建PDF处理干系的应用程序和工具。
Apache PDFBox具备以下主要功能：


  • 从PDF文件中提取Unicode文本。
  • 将单个PDF文件拆分成多个文件，或将多个PDF文件合并成一个。
  • 从PDF表单中提取数据，或填写PDF表单。
  • 验证PDF文件是否符合PDF/A-1b标准。
  • 使用标准的Java打印API打印PDF文件。
  • 将PDF文件另存为图像格式，如PNG或JPEG。
  • 从零开始创建PDF文件，包括嵌入字体和图像。
  • 对PDF文件进行数字签名。
二、导入依赖

  1. <dependencies>
  2.     <dependency>
  3.         <groupId>org.apache.pdfbox</groupId>
  4.         <artifactId>pdfbox</artifactId>
  5.         <version>2.0.28</version>
  6.     </dependency>
  7. </dependencies>
复制代码
三、底子功能

demo1：读取pdf全部内容


  1. package com.changlu.demos;
  3. import org.apache.pdfbox.pdmodel.PDDocument;
  4. import org.apache.pdfbox.text.PDFTextStripper;
  6. import java.io.File;
  7. import java.net.URLDecoder;
  9. /**
  10. * @Description:
  11. * @Author: changlu
  12. * @Date: 1:28 PM
  13. */
  14. public class Demo1 {
  15.     public static void main(String[] args) throws Exception{
  16.         //读取resources目录下input.pdf文件
  17.         String inputFile = URLDecoder.decode(Demo1.class.getClassLoader().getResource("input.pdf").getFile(), "UTF-8");
  18.         PDDocument pdDocument = PDDocument.load(new File(inputFile));
  19.         PDFTextStripper pdfTextStripper = new PDFTextStripper();
  20.         //读取pdf中所有的文件
  21.         String fullText = pdfTextStripper.getText(pdDocument);
  22.         System.out.println(fullText);
  23.     }
  24. }
复制代码

demo2：读取全部页内容（分页）


  1. package com.changlu;
  3. import org.apache.pdfbox.pdmodel.PDDocument;
  4. import org.apache.pdfbox.text.PDFTextStripper;
  6. import java.io.InputStream;
  8. /**
  9. * @Description:
  10. * @Author: changlu
  11. * @Date: 11:19 AM
  12. */
  13. public class Main {
  14.     public static void main(String[] args) throws Exception{
  15.         //读取resources目录下input.pdf文件
  16.         InputStream is = Main.class.getClassLoader().getResourceAsStream("input.pdf");
  17.         PDDocument pdDocument = PDDocument.load(is);
  18.         PDFTextStripper pdfTextStripper = new PDFTextStripper();
  19.         //读取所有的分页
  20.         for (int i = 1; i <= pdDocument.getNumberOfPages(); i++) {
  21.             //设置起始-结束页  这里设置指定某页
  22.             pdfTextStripper.setStartPage(i);
  23.             pdfTextStripper.setEndPage(i);
  24.             //读取每一页
  25.             String pageText = pdfTextStripper.getText(pdDocument);
  26.             System.out.println(String.format("第%s页读取内容：", i));
  27.             System.out.println(pageText);
  28.         }
  29.     }
  30. }
复制代码

demo3：添加页眉、页脚

要求：页眉页脚居中体现。

  1. package com.changlu.demos;
  3. import com.changlu.Main;
  4. import org.apache.pdfbox.pdmodel.PDDocument;
  5. import org.apache.pdfbox.pdmodel.PDPage;
  6. import org.apache.pdfbox.pdmodel.PDPageContentStream;
  7. import org.apache.pdfbox.pdmodel.font.PDType0Font;
  8. import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;
  9. import org.apache.pdfbox.pdmodel.graphics.state.PDExtendedGraphicsState;
  11. import java.io.File;
  12. import java.io.FileInputStream;
  13. import java.io.InputStream;
  14. import java.net.URLDecoder;
  15. import java.nio.file.Files;
  16. import java.nio.file.Paths;
  18. /**
  19. * @Description: 添加页眉、页脚
  20. * @Author: changlu
  21. * @Date: 1:38 PM
  22. */
  23. public class Demo3 {
  24.     public static void main(String[] args) throws Exception{
  25.         //读取resources目录下input.pdf文件
  26.         InputStream is = Main.class.getClassLoader().getResourceAsStream("input.pdf");
  27.         PDDocument pdDocument = PDDocument.load(is);
  29.         //自定义字体 C:\Users\93997\Desktop\watermark tools\watermarkTools\target\classes\ttfs
  30.         //URLDecoder.decode() 方法来解码 URL 编码的路径，将 %20 转换回空格
  31.         String fontFile = URLDecoder.decode(Main.class.getClassLoader().getResource(File.separator + "ttfs" + File.separator + "Alibaba_PuHuiTi_2.0_65_Medium_65_Medium.ttf").getFile(), "UTF-8");
  32.         PDType0Font font = PDType0Font.load(pdDocument, new File(fontFile));
  33.         float fontSize = 10; // 设置字体大小为12
  35.         // 设置透明度状态对象
  36.         PDExtendedGraphicsState graphicsState = new PDExtendedGraphicsState();
  37.         graphicsState.setNonStrokingAlphaConstant(0.2f);
  38.         graphicsState.setAlphaSourceFlag(true);
  39.         graphicsState.setStrokingAlphaConstant(0.2f);
  41.         //设置新的页眉
  42.         String headerText = "咨询专转本默默学课程联系官方报名处QQ：3503851091，更多资料可加群828303961";
  43.         String footerText = "江苏专转本公众号：专转本智慧树";
  45.         //遍历原先的pdf文档
  46.         for (PDPage page : pdDocument.getPages()) {
  47.             float pageWidth = page.getMediaBox().getWidth();
  48.             //计算页眉的居中位置
  49.             float headerTextWidth = font.getStringWidth(headerText) / 1000 * fontSize;
  50.             float headerCenteredX = (pageWidth - headerTextWidth) / 2; // 计算水平居中位置
  51.             //计算页脚的居中位置
  52.             float footerTextWidth = font.getStringWidth(footerText) / 1000 * fontSize;
  53.             float footerCenteredX = (pageWidth - footerTextWidth) / 2; // 计算水平居中位置
  55.             // 创建用于页眉的内容流
  56.             PDPageContentStream headerContentStream = new PDPageContentStream(pdDocument, page, PDPageContentStream.AppendMode.APPEND, true, true);
  57.             headerContentStream.beginText(); // 开始文本操作
  58.             headerContentStream.setFont(font, fontSize); // 设置字体和字号
  59.             headerContentStream.newLineAtOffset(headerCenteredX, page.getMediaBox().getHeight() - 30); // 设置文本起始位置
  60.             headerContentStream.showText(headerText); // 绘制页眉内容
  61.             headerContentStream.endText(); // 结束文本操作
  62.             headerContentStream.close(); // 关闭内容流
  64.             // 添加页脚
  65.             PDPageContentStream footerContentStream = new PDPageContentStream(pdDocument, page, PDPageContentStream.AppendMode.APPEND, true, true);
  66.             footerContentStream.beginText(); // 开始文本操作
  67.             footerContentStream.setFont(font, fontSize); // 设置字体和字号
  68.             footerContentStream.newLineAtOffset(footerCenteredX, 30); // 设置文本起始位置
  69.             footerContentStream.showText(footerText); // 绘制页脚内容
  70.             footerContentStream.endText(); // 结束文本操作
  71.             footerContentStream.close(); // 关闭内容流
  72.         }
  74.         //目标目录 Thread.currentThread().getContextClassLoader().getResource("").getPath()  当前工程目录路径
  75.         //String targetPDFPath = URLDecoder.decode(Demo3.class.getClassLoader().getResource("resources").getPath() + File.separator + "output.pdf", "UTF-8");
  76. //        String targetPDFPath = URLDecoder.decode(Main.class.getClassLoader().getResource("output.pdf").getFile(), "UTF-8");
  77.         String targetPDFPath = "F:\\00核心知识、成果、视频产出区\\技术视频\\2024.2.15 自制默默学打水印工具 watermark tools\\watermarkTools\\src\\main\\resources\\output.pdf";
  78.         File outputFile = new File(targetPDFPath);
  79.         // 若是文件存在先进行删除
  80.         Files.deleteIfExists(Paths.get(outputFile.toURI()));
  81.         // 保存修改后的文档
  82.         pdDocument.save(outputFile);
  83.         System.out.println("转换任务：" + targetPDFPath + " 成功！");
  84.         // 关闭文档
  85.         pdDocument.close(); // 关闭文档
  86.     }
  87. }
复制代码
效果：

demo4：添加居中45°笔墨水印

要求：对pdf每页都添加上旋转45°水印，透明度为20%。

  1. package com.changlu.demos;
  3. import com.changlu.Main;
  4. import org.apache.pdfbox.pdmodel.PDDocument;
  5. import org.apache.pdfbox.pdmodel.PDPage;
  6. import org.apache.pdfbox.pdmodel.PDPageContentStream;
  7. import org.apache.pdfbox.pdmodel.font.PDType0Font;
  8. import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;
  9. import org.apache.pdfbox.pdmodel.graphics.state.PDExtendedGraphicsState;
  11. import java.io.File;
  12. import java.io.InputStream;
  13. import java.net.URLDecoder;
  14. import java.nio.file.Files;
  15. import java.nio.file.Paths;
  17. /**
  18. * @Description: Apache PDFBox案例：对pdf每页都添加上旋转45°水印。
  19. * @Author: changlu
  20. * @Date: 1:38 PM
  21. */
  22. public class Demo4 {
  23.     public static void main(String[] args) throws Exception{
  24.         //读取resources目录下input.pdf文件
  25.         InputStream is = Main.class.getClassLoader().getResourceAsStream("input.pdf");
  26.         PDDocument pdDocument = PDDocument.load(is);
  28.         //自定义字体 C:\Users\93997\Desktop\watermark tools\watermarkTools\target\classes\ttfs
  29.         //URLDecoder.decode() 方法来解码 URL 编码的路径，将 %20 转换回空格
  30.         String fontFile = URLDecoder.decode(Main.class.getClassLoader().getResource(File.separator + "ttfs" + File.separator + "Alibaba_PuHuiTi_2.0_65_Medium_65_Medium.ttf").getFile(), "UTF-8");
  31.         PDType0Font font = PDType0Font.load(pdDocument, new File(fontFile));
  33.         // 设置透明度状态对象
  34.         PDExtendedGraphicsState graphicsState = new PDExtendedGraphicsState();
  35.         graphicsState.setNonStrokingAlphaConstant(0.2f);
  36.         graphicsState.setAlphaSourceFlag(true);
  37.         graphicsState.setStrokingAlphaConstant(0.2f);
  39.         //设置水印名
  40.         String waterText = "江苏专转本网课报名vx：mmxchanglu";
  42.         //遍历原先的pdf文档
  43.         for (PDPage page : pdDocument.getPages()) {
  44.             float pageWidth = page.getMediaBox().getWidth();
  45.             float pageHeight = page.getMediaBox().getHeight();
  46.             //添加水印   要求：旋转45°，不透明度30%
  47.             float waterTextWidth = font.getStringWidth(waterText) / 1000 * 30;
  48.             float waterCenteredX = (pageWidth - waterTextWidth) / 2;
  49.             float waterCenteredY = pageHeight / 2;
  50.             //创建一个水印内容流
  51.             PDPageContentStream waterContentStream = new PDPageContentStream(pdDocument, page, PDPageContentStream.AppendMode.APPEND, true, true);
  52.             waterContentStream.beginText();
  53.             waterContentStream.setFont(font, 30);
  54.             // 设置不透明度
  55.             waterContentStream.setNonStrokingColor(0, 0, 0); // black color
  56.             waterContentStream.setStrokingColor(0, 0, 0); // black color
  57.             waterContentStream.setGraphicsStateParameters(graphicsState);//设置透明度
  58.             //设置旋转文本 45° 对于tx、ty是以左下角为偏移位置中心来进行旋转角度
  59.             waterContentStream.setTextRotation(Math.toRadians(45), 400, -50);
  60.             //设置文本
  61.             waterContentStream.newLineAtOffset(waterCenteredX, waterCenteredY);
  62.             waterContentStream.showText(waterText);
  63.             waterContentStream.endText();
  64.             waterContentStream.close();
  65.         }
  67.         //目标目录 Thread.currentThread().getContextClassLoader().getResource("").getPath()  当前工程目录路径
  68.         String targetPDFPath = "F:\\00核心知识、成果、视频产出区\\技术视频\\2024.2.15 自制默默学打水印工具 watermark tools\\watermarkTools\\src\\main\\resources\\output.pdf";
  69.         File outputFile = new File(targetPDFPath);
  70.         // 若是文件存在先进行删除
  71.         Files.deleteIfExists(Paths.get(outputFile.toURI()));
  72.         // 保存修改后的文档
  73.         pdDocument.save(outputFile);
  74.         System.out.println("转换任务：" + targetPDFPath + " 成功！");
  75.         // 关闭文档
  76.         pdDocument.close(); // 关闭文档
  77.     }
  78. }
复制代码
效果：

demo5：添加图片到右上角

要求：将图片缩小25%后插入到右上角。

  1. package com.changlu.demos;
  3. import com.changlu.Main;
  4. import org.apache.pdfbox.pdmodel.PDDocument;
  5. import org.apache.pdfbox.pdmodel.PDPage;
  6. import org.apache.pdfbox.pdmodel.PDPageContentStream;
  7. import org.apache.pdfbox.pdmodel.font.PDType0Font;
  8. import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;
  9. import org.apache.pdfbox.pdmodel.graphics.state.PDExtendedGraphicsState;
  11. import java.io.File;
  12. import java.io.InputStream;
  13. import java.net.URLDecoder;
  14. import java.nio.file.Files;
  15. import java.nio.file.Paths;
  17. /**
  18. * @Description: Apache PDFBox案例：将图片缩小25%后插入到右上角。
  19. * @Author: changlu
  20. * @Date: 1:38 PM
  21. */
  22. public class Demo5 {
  23.     public static void main(String[] args) throws Exception{
  24.         //读取resources目录下input.pdf文件
  25.         InputStream is = Main.class.getClassLoader().getResourceAsStream("input.pdf");
  26.         PDDocument pdDocument = PDDocument.load(is);
  28.         //自定义字体 C:\Users\93997\Desktop\watermark tools\watermarkTools\target\classes\ttfs
  29.         //URLDecoder.decode() 方法来解码 URL 编码的路径，将 %20 转换回空格
  30.         String fontFile = URLDecoder.decode(Main.class.getClassLoader().getResource(File.separator + "ttfs" + File.separator + "Alibaba_PuHuiTi_2.0_65_Medium_65_Medium.ttf").getFile(), "UTF-8");
  31.         PDType0Font font = PDType0Font.load(pdDocument, new File(fontFile));
  33.         //遍历原先的pdf文档
  34.         for (PDPage page : pdDocument.getPages()) {
  35.             float pageWidth = page.getMediaBox().getWidth();
  36.             float pageHeight = page.getMediaBox().getHeight();
  37.             //添加图片水印
  38.             //创建一个水印内容流
  39.             PDPageContentStream imageContentStream = new PDPageContentStream(pdDocument, page, PDPageContentStream.AppendMode.APPEND, true, true);
  40.             // 创建图像对象
  41. //            PDImageXObject image = PDImageXObject.createFromFile("C:\\Users\\93997\\Desktop\\watermark tools\\watermarkTools\\src\\main\\resources\\images\\ConsultationGroupQRCode.jpg", pdDocument);
  42.             String pictureFile = URLDecoder.decode(Main.class.getClassLoader().getResource(File.separator + "images" + File.separator + "ConsultationGroupQRCode.jpg").getFile(), "UTF-8");
  43.             PDImageXObject image = PDImageXObject.createFromFile(pictureFile, pdDocument);
  44.             // 计算图像的宽度和高度（缩小比例为0.3）
  45.             float imageWidth = (float) (image.getWidth() * 0.25);
  46.             float imageHeight = (float) (image.getHeight() * 0.25);
  47.             //具体图片位置
  48.             float imageX = pageWidth - imageWidth - 10;
  49.             float imageY = pageHeight - imageHeight - 10;
  51.             // 在指定位置绘制图像
  52.             imageContentStream.drawImage(image, imageX, imageY, imageWidth, imageHeight);
  53.             imageContentStream.close();
  54.         }
  56.         //目标目录 Thread.currentThread().getContextClassLoader().getResource("").getPath()  当前工程目录路径
  57.         String targetPDFPath = "F:\\00核心知识、成果、视频产出区\\技术视频\\2024.2.15 自制默默学打水印工具 watermark tools\\watermarkTools\\src\\main\\resources\\output.pdf";
  58.         File outputFile = new File(targetPDFPath);
  59.         // 若是文件存在先进行删除
  60.         Files.deleteIfExists(Paths.get(outputFile.toURI()));
  61.         // 保存修改后的文档
  62.         pdDocument.save(outputFile);
  63.         System.out.println("转换任务：" + targetPDFPath + " 成功！");
  64.         // 关闭文档
  65.         pdDocument.close(); // 关闭文档
  66.     }
  67. }
复制代码
效果：

参考文章

[1]. 使用 Apache PDFBox 操作PDF文件
[2]. Java使用pdfbox将已有的pdf添加页眉
[3]. 基于pdfbox实现的pdf添加笔墨水印工具
资料获取

大家点赞、收藏、关注、评论啦~
精彩专栏保举订阅：在下方专栏

本帖子中包含更多资源

您需要 登录 才可以下载或查看，没有账号？立即注册

x
回复

使用道具 举报

0 个回复

倒序浏览
返回列表

快速回复

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 or 立即注册

本版积分规则

前进之路

金牌会员
这个人很懒什么都没写!

楼主热帖

标签云

挺好的 服务器
微信订阅号
微信服务号
微信客服
小程序
H5
关于我们 商务合作 网站地图
©Copyright 2022-2024 杭州祥升科技有限公司 版权所有 浙ICP备20004199号
快速回复 返回顶部 返回列表