java读取pdf文件内容（java获取pdf内容带格式）

2024年11月23日 23:36:59 • 投稿 • 阅读 14

在PDF文档中，图片的坐标信息能够帮助我们更好地对图片进行操作。本文就将介绍如何通过Java代码来获取PDF文档中已有图片的坐标信息。

此次代码演示用到的工具仍旧是一款名为Free Spire.PDF for Java的免费控件。在运行代码前，我们需要将控件里的相关Jar包导入IDEA中。导入方式有两种：

1、手动导入。在E-iceblue中文官网上下载产品安装包，解压后找到lib文件夹下的Spire.Pdf.jar，然后进行手动导入；

2、Maven仓库导入。在IDEA中创建Maven仓库，然后在pom.xml中引用以下代码，最后点击“Import Changes”即可。

<repositories>        <repository>            <id>com.e-iceblue</id>            <name>e-iceblue</name>            <url>http://repo.e-iceblue.com/nexus/content/groups/public/</url>        </repository></repositories><dependencies>    <dependency>        <groupId>e-iceblue</groupId>        <artifactId>spire.pdf.free</artifactId>        <version>3.9.0</version>    </dependency></dependencies>

代码示例

我将用一个PDF文档作为示例，该文档的第一页有两张图片（如下图所示）。

java读取pdf文件内容（java获取pdf内容带格式）

在导入Jar包后，我们就可以在IDEA中创建一个Java class类，然后键入以下代码来获取示例文档中的图片的坐标信息。

import com.spire.pdf.PdfDocument;import com.spire.pdf.PdfPageBase;import com.spire.pdf.exporting.PdfImageInfo;import java.awt.geom.Rectangle2D;public class GetCoordinateOfImages {    public static void main(String[] args) {        //创建PdfDocument对象        PdfDocument doc = new PdfDocument();        //加载一个PDF文档        doc.loadFromFile("C:\Users\Test1\Desktop\Sample.pdf");        //获取第一页        PdfPageBase page = doc.getPages().get(0);        //获取第一页上的图片信息        PdfImageInfo[] imageInfo = page.getImagesInfo();        //遍历图片信息        for (int i = 0; i < imageInfo.length; i++) {            //获取指定图片的边界属性            Rectangle2D rect = imageInfo[i].getBounds();            //获取左上角坐标            System.out.println(String.format("第%d张图片的左上角坐标为：（%f, %f）", i+1, rect.getX(), rect.getY()));        }    }}

获取结果如下：

java读取pdf文件内容（java获取pdf内容带格式）