开源PDF工具 Apache PDFBox 认识及使用(知识点+案例)

---

一、认识PDFBox

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。它允许用户创建全新的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，可以用于执行各种PDF处理任务。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处理相关的应用程序和工具。
Apache PDFBox具备以下重要功能：

• 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文件举行数字签名。
  

一、pandas是什么？

示例：pandas 是基于NumPy 的一种工具，该工具是为了办理数据分析任务而创建的。
二、导入依靠

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、基础功能

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: pipilin
12. */
13. public class Demo1 {
14.     public static void main(String[] args) throws Exception{
15.         //读取resources目录下input.pdf文件
16.         String inputFile = URLDecoder.decode(Demo1.class.getClassLoader().getResource("input.pdf").getFile(), "UTF-8");
17.         PDDocument pdDocument = PDDocument.load(new File(inputFile));
18.         PDFTextStripper pdfTextStripper = new PDFTextStripper();
19.         //读取pdf中所有的文件
20.         String fullText = pdfTextStripper.getText(pdDocument);
21.         System.out.println(fullText);
22.     }
23. }

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: pipilin
11. */
12. public class Main {
13.     public static void main(String[] args) throws Exception{
14.         //读取resources目录下input.pdf文件
15.         InputStream is = Main.class.getClassLoader().getResourceAsStream("input.pdf");
16.         PDDocument pdDocument = PDDocument.load(is);
17.         PDFTextStripper pdfTextStripper = new PDFTextStripper();
18.         //读取所有的分页
19.         for (int i = 1; i <= pdDocument.getNumberOfPages(); i++) {
20.             //设置起始-结束页  这里设置指定某页
21.             pdfTextStripper.setStartPage(i);
22.             pdfTextStripper.setEndPage(i);
23.             //读取每一页
24.             String pageText = pdfTextStripper.getText(pdDocument);
25.             System.out.println(String.format("第%s页读取内容：", i));
26.             System.out.println(pageText);
27.         }
28.     }
29. }

复制代码

demo3：添加页眉、页脚

要求：页眉页脚居中显示。

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: pipilin
21. */
22. public class Demo3 {
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));
32.         float fontSize = 10; // 设置字体大小为12
34.         // 设置透明度状态对象
35.         PDExtendedGraphicsState graphicsState = new PDExtendedGraphicsState();
36.         graphicsState.setNonStrokingAlphaConstant(0.2f);
37.         graphicsState.setAlphaSourceFlag(true);
38.         graphicsState.setStrokingAlphaConstant(0.2f);
40.         //设置新的页眉
41.         String headerText = "咨询专转本默默学课程联系官方报名处QQ：xxxx51091，更多资料可加群xxxx03961";
42.         String footerText = "江苏专转本公众号：xxx智慧树";
44.         //遍历原先的pdf文档
45.         for (PDPage page : pdDocument.getPages()) {
46.             float pageWidth = page.getMediaBox().getWidth();
47.             //计算页眉的居中位置
48.             float headerTextWidth = font.getStringWidth(headerText) / 1000 * fontSize;
49.             float headerCenteredX = (pageWidth - headerTextWidth) / 2; // 计算水平居中位置
50.             //计算页脚的居中位置
51.             float footerTextWidth = font.getStringWidth(footerText) / 1000 * fontSize;
52.             float footerCenteredX = (pageWidth - footerTextWidth) / 2; // 计算水平居中位置
54.             // 创建用于页眉的内容流
55.             PDPageContentStream headerContentStream = new PDPageContentStream(pdDocument, page, PDPageContentStream.AppendMode.APPEND, true, true);
56.             headerContentStream.beginText(); // 开始文本操作
57.             headerContentStream.setFont(font, fontSize); // 设置字体和字号
58.             headerContentStream.newLineAtOffset(headerCenteredX, page.getMediaBox().getHeight() - 30); // 设置文本起始位置
59.             headerContentStream.showText(headerText); // 绘制页眉内容
60.             headerContentStream.endText(); // 结束文本操作
61.             headerContentStream.close(); // 关闭内容流
63.             // 添加页脚
64.             PDPageContentStream footerContentStream = new PDPageContentStream(pdDocument, page, PDPageContentStream.AppendMode.APPEND, true, true);
65.             footerContentStream.beginText(); // 开始文本操作
66.             footerContentStream.setFont(font, fontSize); // 设置字体和字号
67.             footerContentStream.newLineAtOffset(footerCenteredX, 30); // 设置文本起始位置
68.             footerContentStream.showText(footerText); // 绘制页脚内容
69.             footerContentStream.endText(); // 结束文本操作
70.             footerContentStream.close(); // 关闭内容流
71.         }
73.         //目标目录 Thread.currentThread().getContextClassLoader().getResource("").getPath()  当前工程目录路径
74.         //String targetPDFPath = URLDecoder.decode(Demo3.class.getClassLoader().getResource("resources").getPath() + File.separator + "output.pdf", "UTF-8");
75. //        String targetPDFPath = URLDecoder.decode(Main.class.getClassLoader().getResource("output.pdf").getFile(), "UTF-8");
76.                 String targetPDFPath = "C:\\技术视频\\2024.1.20 水印工具 watermark tools\\watermarkTools\\src\\main\\resources\\output.pdf";
77.         File outputFile = new File(targetPDFPath);
78.         // 若是文件存在先进行删除
79.         Files.deleteIfExists(Paths.get(outputFile.toURI()));
80.         // 保存修改后的文档
81.         pdDocument.save(outputFile);
82.         System.out.println("转换任务：" + targetPDFPath + " 成功！");
83.         // 关闭文档
84.         pdDocument.close(); // 关闭文档
85.     }
86. }

复制代码

效果：

demo4：添加居中45°文字水印

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: pipilin
20. */
21. public class Demo4 {
22.     public static void main(String[] args) throws Exception{
23.         //读取resources目录下input.pdf文件
24.         InputStream is = Main.class.getClassLoader().getResourceAsStream("input.pdf");
25.         PDDocument pdDocument = PDDocument.load(is);
27.         //自定义字体 C:\Users\93997\Desktop\watermark tools\watermarkTools\target\classes\ttfs
28.         //URLDecoder.decode() 方法来解码 URL 编码的路径，将 %20 转换回空格
29.         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");
30.         PDType0Font font = PDType0Font.load(pdDocument, new File(fontFile));
32.         // 设置透明度状态对象
33.         PDExtendedGraphicsState graphicsState = new PDExtendedGraphicsState();
34.         graphicsState.setNonStrokingAlphaConstant(0.2f);
35.         graphicsState.setAlphaSourceFlag(true);
36.         graphicsState.setStrokingAlphaConstant(0.2f);
38.         //设置水印名
39.         String waterText = "江苏专转本网课报名vx：xxxxx";
41.         //遍历原先的pdf文档
42.         for (PDPage page : pdDocument.getPages()) {
43.             float pageWidth = page.getMediaBox().getWidth();
44.             float pageHeight = page.getMediaBox().getHeight();
45.             //添加水印   要求：旋转45°，不透明度30%
46.             float waterTextWidth = font.getStringWidth(waterText) / 1000 * 30;
47.             float waterCenteredX = (pageWidth - waterTextWidth) / 2;
48.             float waterCenteredY = pageHeight / 2;
49.             //创建一个水印内容流
50.             PDPageContentStream waterContentStream = new PDPageContentStream(pdDocument, page, PDPageContentStream.AppendMode.APPEND, true, true);
51.             waterContentStream.beginText();
52.             waterContentStream.setFont(font, 30);
53.             // 设置不透明度
54.             waterContentStream.setNonStrokingColor(0, 0, 0); // black color
55.             waterContentStream.setStrokingColor(0, 0, 0); // black color
56.             waterContentStream.setGraphicsStateParameters(graphicsState);//设置透明度
57.             //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
58.             waterContentStream.setTextRotation(Math.toRadians(45), 400, -50);
59.             //设置文本
60.             waterContentStream.newLineAtOffset(waterCenteredX, waterCenteredY);
61.             waterContentStream.showText(waterText);
62.             waterContentStream.endText();
63.             waterContentStream.close();
64.         }
66.         //目标目录 Thread.currentThread().getContextClassLoader().getResource("").getPath()  当前工程目录路径
67.         String targetPDFPath = "C:\\技术视频\\2024.1.20 水印工具 watermark tools\\watermarkTools\\src\\main\\resources\\output.pdf";
68.         File outputFile = new File(targetPDFPath);
69.         // 若是文件存在先进行删除
70.         Files.deleteIfExists(Paths.get(outputFile.toURI()));
71.         // 保存修改后的文档
72.         pdDocument.save(outputFile);
73.         System.out.println("转换任务：" + targetPDFPath + " 成功！");
74.         // 关闭文档
75.         pdDocument.close(); // 关闭文档
76.     }
77. }

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: pipilin
20. */
21. public class Demo5 {
22.     public static void main(String[] args) throws Exception{
23.         //读取resources目录下input.pdf文件
24.         InputStream is = Main.class.getClassLoader().getResourceAsStream("input.pdf");
25.         PDDocument pdDocument = PDDocument.load(is);
27.         //自定义字体 C:\Users\93997\Desktop\watermark tools\watermarkTools\target\classes\ttfs
28.         //URLDecoder.decode() 方法来解码 URL 编码的路径，将 %20 转换回空格
29.         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");
30.         PDType0Font font = PDType0Font.load(pdDocument, new File(fontFile));
32.         //遍历原先的pdf文档
33.         for (PDPage page : pdDocument.getPages()) {
34.             float pageWidth = page.getMediaBox().getWidth();
35.             float pageHeight = page.getMediaBox().getHeight();
36.             //添加图片水印
37.             //创建一个水印内容流
38.             PDPageContentStream imageContentStream = new PDPageContentStream(pdDocument, page, PDPageContentStream.AppendMode.APPEND, true, true);
39.             // 创建图像对象
40. //            PDImageXObject image = PDImageXObject.createFromFile("C:\\Users\\pipilin\\Desktop\\watermark tools\\watermarkTools\\src\\main\\resources\\images\\ConsultationGroupQRCode.jpg", pdDocument);
41.             String pictureFile = URLDecoder.decode(Main.class.getClassLoader().getResource(File.separator + "images" + File.separator + "ConsultationGroupQRCode.jpg").getFile(), "UTF-8");
42.             PDImageXObject image = PDImageXObject.createFromFile(pictureFile, pdDocument);
43.             // 计算图像的宽度和高度（缩小比例为0.3）
44.             float imageWidth = (float) (image.getWidth() * 0.25);
45.             float imageHeight = (float) (image.getHeight() * 0.25);
46.             //具体图片位置
47.             float imageX = pageWidth - imageWidth - 10;
48.             float imageY = pageHeight - imageHeight - 10;
50.             // 在指定位置绘制图像
51.             imageContentStream.drawImage(image, imageX, imageY, imageWidth, imageHeight);
52.             imageContentStream.close();
53.         }
55.         //目标目录 Thread.currentThread().getContextClassLoader().getResource("").getPath()  当前工程目录路径
56.         String targetPDFPath = "C:\\技术视频\\2024.1.20 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：

资料获取

大家点赞、收藏、关注、批评啦~
更多博客与资料可私