使用PDFBox从PDF文档中读取特定页面
如何使用PDFBox从PDF文档中读取特定页面（给定页码）？
这应该工作：
PDPage firstPage = (PDPage)doc.getAllPages().get( 0 );
如本教程的BookMark部分所示
更新2015，版本2.0.0 SNAPSHOT
似乎这被删除并放回（？）。 getPage在2.0.0 javadoc中 。 要使用它：
PDDocument document = PDDocument.load(new File(filename)); PDPage doc = document.getPage(0);
getAllPages方法已重命名为getPages
PDPage page = (PDPage)doc.getPages().get( 0 );
//Using PDFBox library available from http://pdfbox.apache.org/ //Writes pdf document of specific pages as a new pdf file //Reads in pdf document PDDocument pdDoc = PDDocument.load(file); //Creates a new pdf document PDDocument document = null; //Adds specific page "i" where "i" is the page number and then saves the new pdf document try { document = new PDDocument(); document.addPage((PDPage) pdDoc.getDocumentCatalog().getAllPages().get(i)); document.save("file path"+"new document title"+".pdf"); document.close(); }catch(Exception e){}
以为我会在这里添加我的答案，因为我发现上述答案有用，但不完全是我需要的。
在我的场景中，我想单独扫描每个页面，查找关键字，如果出现该关键字，则对该页面执行某些操作（即复制或忽略它）。
在我的回答中，我试图简单地替换常见变量等：
public void extractImages() throws Exception { try { String destinationDir = "OUTPUT DIR GOES HERE"; // Load the pdf String inputPdf = "INPUT PDF DIR GOES HERE"; document = PDDocument.load( inputPdf); List list = document.getDocumentCatalog().getAllPages(); // Declare output fileName String fileName = "output.pdf"; // Create output file PDDocument newDocument = new PDDocument(); // Create PDFTextStripper - used for searching the page string PDFTextStripper textStripper=new PDFTextStripper(); // Declare "pages" and "found" variable String pages= null; boolean found = false; // Loop through each page and search for "SEARCH STRING". If this doesn't exist // ie is the image page, then copy into the new output.pdf. for(int i = 0; i < list.size(); i++) { // Set textStripper to search one page at a time textStripper.setStartPage(i); textStripper.setEndPage(i); PDPage returnPage = null; // Fetch page text and insert into "pages" string pages = textStripper.getText(document); found = pages.contains("SEARCH STRING"); if (i != 0) { // if nothing is found, then copy the page across to new output pdf file if (found == false) { returnPage = list.get(i - 1); System.out.println("page returned is: " + returnPage); System.out.println("Copy page"); newDocument.importPage(returnPage); } } } newDocument.save(destinationDir + fileName); System.out.println(fileName + " saved"); } catch (Exception e) { e.printStackTrace(); System.out.println("catch extract image"); } }
将其添加到命令行调用：
ExtractText -startPage 1 -endPage 1 filename.pdf
将1更改为您需要的页码。
你可以通过PDDocument实例获取getPage方法
PDDocument pdDocument=null; pdDocument = PDDocument.load(inputStream); PDPage pdPage = pdDocument.getPage(0);
这是解决方案。 希望它能解决你的问题。
string fileName="C:\mypdf.pdf"; PDDocument doc = PDDocument.load(fileName); PDFTextStripper stripper = new PDFTextStripper(); stripper.setStartPage(1); stripper.setEndPage(2); //above page number 1 to 2 will be parsed for only one page set both value same (ex:setStartPage(1); setEndPage(1);) string reslut = stripper.getText(doc); doc.close();