作点贡献，提供完全支持中文的PDFBox-0.6.6.jar

2004-10-01 06:43:59 761 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

AI编程工具选型实战：按工作流阶段匹配Claude、Cursor、Trae与OpenCode AI编程助手并非通用‘代码生成器’，而是面向开发者真实编码动线的智能协作者。其核心价值在于理解需求意图、生成可验证原型、精准定位调试缺陷、保障集成部署合规——这分别对应需求理解、原型生成、调试修复、集成部署四大技术阶段。当前主流工具如Claude Code（强推理+架构思维）、Cursor（VS Code深度耦合+实时AST感知）、Trae（中文指令驱动+solo快速MVP）、OpenCode（本地化模型+开源技能链）各擅胜场。选型关键不在参数对比，而在识别自身瓶颈：是卡在模糊PRD转化？还是堆栈报错定位难阅读详情

原版的PDFBox-0.6.6.jar对中文支持不好，经过我们改进后能够完全支持中文，请直接到www.htok.net下载！

...全文

FastExcel替代EasyExcel：高并发Excel导出性能优化实战 Excel导出本质是Java对OOXML标准（.xlsx即ZIP+XML）的流式构造过程，其性能瓶颈不在业务逻辑，而在于框架层抽象带来的内存开销、反射调用与对象膨胀。EasyExcel通过注解驱动、动态表头和样式封装提升开发效率，但牺牲了内存可控性与CPU友好性；FastExcel则回归裸金属设计，采用SAX流式写入、零对象缓存与ZIP底层直写，实现毫秒级响应与恒定低内存占用。本文基于12万行财务对账单压测案例，解析从EasyExcel到FastExcel迁移中的架构取舍、坐标化表头构建、样式字符串化管理及阅读详情

boy

Java EE 67,535 成员 225,843 内容

+ 关注 + 加入社区

切换为时间正序

kaymo 2004-12-22

打赏
举报

支持支持

tom2005 2004-12-22

打赏
举报

ding

jerrykey 2004-12-22

打赏
举报

ding

CALM 2004-12-22

打赏
举报

关注一下

zhangliecheng 2004-12-18

打赏
举报

接分,接分.

classjava 2004-12-18

打赏
举报

谢谢,哈哈,去下个看看

weifei 2004-12-16

打赏
举报

接分

rcrain 2004-12-14

打赏
举报

PDFBox是个什么东西？

kaymo 2004-12-14

打赏
举报

帮顶混分

classjava 2004-12-13

打赏
举报

^_^，帮up，不知道楼主什么时候给分^_^

jFresH_MaN 2004-12-13

打赏
举报

帮顶
顺便接点分行吗

boy 2004-11-22

打赏
举报

http://www.htok.net/site/

shangqiao 2004-11-01

打赏
举报

瞧一瞧

boy 2004-10-31

打赏
举报

to:ton2008(寒亮)
参考：http://www-900.ibm.com/developerWorks/cn/java/l-log4j/index.shtml

ton2008 2004-10-29

打赏
举报

TO 楼主：

好像中文还是不行呀！！！

另外我用Eclipse运时，出了警告：
log4j:WARN No appenders could be found for logger (org.pdfbox.pdfparser.PDFParser).
log4j:WARN Please initialize the log4j system properly.

ton2008 2004-10-29

打赏
举报

非常谢谢楼主！！！

By the way ，

to 青豆：

我对你的问题也很感兴趣，希望有什么解决方案可以相互告知，谢谢！！！

Asokasu@hotmail.com

coconutmm 2004-10-29

打赏
举报

搂主，我看了你传的代码，这应该是将pdf解析成txt的形式吧，但是，pdfbox中有提取pdf段落的类么？
我看了好长时间的doc，没找着能用来提取pdf段落的类。
如果转成txt，大家有好的方法来提取各个段落么？
如果大家有源代码，能帮我传到yhzhao115@sohu.com么？谢谢大家哦，

boy 2004-10-28

打赏
举报

package org.pdfbox;

import java.io.*;
import org.apache.log4j.Category;
import org.apache.log4j.Logger;
import org.pdfbox.encryption.DecryptDocument;
import org.pdfbox.exceptions.InvalidPasswordException;
import org.pdfbox.pdfparser.PDFParser;
import org.pdfbox.pdmodel.PDDocument;
import org.pdfbox.util.PDFTextStripper;

public class ExtractText
{

private static final Logger LOG;
public static final String DEFAULT_ENCODING = null;
private static final String PASSWORD = "-password";
private static final String ENCODING = "-encoding";
private static final String CONSOLE = "-console";
private static final String START_PAGE = "-startPage";
private static final String END_PAGE = "-endPage";
static Class class$org$pdfbox$ExtractText; /* synthetic field */

public ExtractText()
{
}

public static void main(String args[])
throws Exception
{
boolean toConsole = false;
int currentArgumentIndex = 0;
String password = "";
String encoding = DEFAULT_ENCODING;
PDFTextStripper stripper = new PDFTextStripper();
String pdfFile = null;
String textFile = null;
int startPage = 1;
int endPage = 0x7fffffff;
for(int i = 0; i < args.length; i++)
if(args[i].equals("-password"))
{
if(++i >= args.length)
usage();
password = args[i];
} else
if(args[i].equals("-encoding"))
{
if(++i >= args.length)
usage();
encoding = args[i];
} else
if(args[i].equals("-startPage"))
{
if(++i >= args.length)
usage();
startPage = Integer.parseInt(args[i]);
} else
if(args[i].equals("-endPage"))
{
if(++i >= args.length)
usage();
endPage = Integer.parseInt(args[i]);
} else
if(args[i].equals("-console"))
toConsole = true;
else
if(pdfFile == null)
pdfFile = args[i];
else
textFile = args[i];

if(pdfFile == null)
usage();
if(textFile == null && pdfFile.length() > 4)
textFile = pdfFile.substring(0, pdfFile.length() - 4) + ".txt";
InputStream input = null;
Writer output = null;
PDDocument document = null;
try
{
input = new FileInputStream(pdfFile);
long start = System.currentTimeMillis();
document = parseDocument(input);
long stop = System.currentTimeMillis();
LOG.info("Time to parse time=" + (stop - start));
if(document.isEncrypted())
try
{
DecryptDocument decryptor = new DecryptDocument(document);
decryptor.decryptDocument(password);
}
catch(InvalidPasswordException e)
{
if(args.length == 4)
{
System.err.println("Error: The supplied password is incorrect.");
System.exit(2);
} else
{
System.err.println("Error: The document is encrypted.");
usage();
}
}
if(toConsole)
output = new OutputStreamWriter(System.out);
else
if(encoding != null)
output = new OutputStreamWriter(new FileOutputStream(textFile), encoding);
else
output = new OutputStreamWriter(new FileOutputStream(textFile));
start = System.currentTimeMillis();
stripper.setStartPage(startPage);
stripper.setEndPage(endPage);
stripper.writeText(document, output);
stop = System.currentTimeMillis();
LOG.info("Time to extract text time=" + (stop - start));
}
finally
{
if(input != null)
input.close();
if(output != null)
output.close();
if(document != null)
document.close();
}
}

private static PDDocument parseDocument(InputStream input)
throws IOException
{
PDFParser parser = new PDFParser(input);
parser.parse();
return parser.getPDDocument();
}

private static void usage()
{
System.err.println("Usage: java org.pdfbox.ExtractText [OPTIONS] <PDF file> [Text File]\n -password <password> Password to decrypt document\n -encoding <output encoding> (ISO-8859-1,UTF-16BE,UTF-16LE,...)\n -console Send text to console instead of file\n -startPage <number> The first page to start extraction(1 based)\n -endPage <number> The last page to extract(inclusive)\n <PDF file> The PDF document to use\n [Text File] The file to write the text to\n");
System.exit(1);
}

static Class class$(String x0)
{
try
{
return Class.forName(x0);
}
catch(ClassNotFoundException x1)
{
throw new NoClassDefFoundError(x1.getMessage());
}
}

static
{
LOG = Logger.getLogger(class$org$pdfbox$ExtractText != null ? class$org$pdfbox$ExtractText : (class$org$pdfbox$ExtractText = class$("org.pdfbox.ExtractText")));
}
}

micker 2004-10-16

打赏
举报

我代表党和国家谢谢你！

htl 2004-10-16

打赏
举报

谢谢

加载更多回复（9）

作点贡献，提供完全支持中文的PDFBox-0.6.6.jar

相关推荐