这个简短的教程将指导您如何用 Java 阅读 PDF 文件。它包含用于读取 PDF 文件的 Java 代码，首先，您将 Java 中 PDF 中的文本读取为字符串，然后从 PDF 文件中获取所有图像以将它们作为 JPG。无需安装任何第三方工具即可用 Java 阅读 PDF。
用 Java 读取 PDF 文件的步骤
- 使用 Maven 存储库将 Aspose.PDF 配置到您的项目中以读取 PDF 文件
- 将示例 PDF 文件加载到 Document 类对象中
- 实例化可以从 PDF 文件中读取整个文本的 TextAbsorber 类对象
- 使用 TextAbsorber 类对象从加载的文件中读取 PDF 文本
- 在控制台上显示从 PDF 文件读取的整个文本
- 遍历 PDF 文件中的所有页面以访问图像
- 解析每页图像集合上的所有图像并保存在光盘上
在这个快速的分步教程中，我们首先加载目标 PDF 文件，然后启动能够在 PDF 中的所有页面中搜索文本的 TextAbsorber 类对象。整个文本被返回成一个字符串，可以根据需要显示或处理。同样，我们可以解析图像集合中的所有图像，并将它们以任何格式保存在光盘上，就像我们在本教程中将其保存为 JPG 一样。
使用 Java 读取 PDF 的代码
在此示例代码中，我们使用了 Page.getResources() 的 TextAbsorber 类和 getImages() 函数使用 Java 读取 PDF。 TextAbsorber 对象用于通过 PDF PageCollection 中的 accept 函数读取文本。而 getResources() 集合的 getImages() 函数返回页面上的所有图像。
请注意，这些用 Java 阅读 PDF 的步骤可以在 Windows、Linux 或 macOS 等任何操作系统中执行。如果您想了解有关使用 PDF 文件的更多信息，请参阅有关 如何使用 Java 读取 PDF 中的书签 的文章。
