java 如何读取pdf文档？

[xiaomaju]

最近正在写一个java读取pdf文档的程序，试了好多办法，大部分的java API或者应用程序（如pdfbox，xpdf，pdftohtml）只是针对英文的。有些在设计了对中文的支持功能，但大多不是很好，读出来的大多是乱码。
请问，有哪位大虾对这方面有所研究，请帮我一下。谢谢！
针对一些api的使用，希望能够给出一些例子来，毕竟，俺还是个新手，谢谢！

[doni]

http://dev.csdn.net/develop/article/24/24206.shtm
看看这个

[wjsfr]

呵呵，我见过直接调用acrobat程序的dll来读取pdf的

[GJA106]

普遍存在的问题。
都需要转码才行，从iso_8859_1到GBK。

[yanudd]

----------使用iText输出PDF文件。



如今PDF格式文档的使用已经越来越普遍，它在文档压缩、安全等方面都表现的非常优秀，有关它的好处我就不在这里多说了。那么如何使用Java语言开发应用来输出PDF格式的文档呢？在这里给大家介绍iText，它是一个开发源代码的项目，你可以使用iText方便的实现PDF的输出。这篇文章我将向大家介绍如何使用iText来生成PDF文档。

HelloWorld

作为一个程序开发人员，对于HelloWorld程序并不陌生，几乎每一种语言或应用开始总是会举一个HelloWorld的例子来向大家介绍。在开始介绍iText时，我们不妨也从HelloWorld开始







现在运行上面的代码（记住在这之前把itext.jar放到你的ClassPath 之中），如果一切正常的话你会在”c:/”看到一个名为hello.pdf的文件。打开这个文件，看到了什么？是的文档里有一行字符“HelloWorld”，如下图。


怎么样是不是很简单？当然我们在实际应用时不可能只是简单的输出一个字符串就完事了，还要作很多的工作，输出更复杂的PDF，下面就让我们开始进一步了解iText的其他功能。

更复杂的设置

分析一下Document的构造方法，我们发现除了我们上一个例子中的无参数构造以外还有两个：

/*

* Created on 2004-1-3，创建第一个Hello World程序

*/

package test1;

import java.io.FileNotFoundException;

import java.io.FileOutputStream;

import com.lowagie.text.*;

import com.lowagie.text.pdf.*;

public class HelloWorld {

public static void main(String[] args) {

//创建一个文档对象

Document doc=new Document();

try {

//定义输出位置并把文档对象装入输出对象中

PdfWriter.getInstance(doc, new FileOutputStream("c:/hello.pdf"));

//打开文档对象

doc.open();

// 加入文字“Hello World”

doc.add(new Paragraph("HelloWorld"));

// 关闭文档对象，释放资源

doc.close();

} catch (FileNotFoundException e) {

e.printStackTrace();

} catch (DocumentException e) {

e.printStackTrace();

}

}

}

public Document();

public Document(Rectangle pageSize);

public Document(Rectangle pageSize,

int marginLeft,

int marginRight,

int marginTop,

int marginBottom);



第一个设置文档的页面大小，第二个除了设置文档的页面大小还设置页面边距。下面我分别给出例子。

Rectangle pSize=new Rectangle(144,90);

//文档的背景色

pSize.setBackgroundColor(Color.blue);

//创建一个文档对象，并设置他的初始化大小

Document doc=new Document(pSize);



Rectangle pSize=new Rectangle(144,90);

//文档的背景色

pSize.setBackgroundColor(Color.blue);



//创建一个文档对象，设置初始化大小和页边距

Document doc=new Document(pSize,5,5,5,5);

将第一个例子中的代码按上面的方法修改然后运行，你可以看到输出的PDF文档将是这个样子，文档变得很小而且背景是蓝色：


在上面的例子中我们通过Rectangle设置了文档的大小，其实iText已经为我们定义好了许多常用的页面，比如：A0-A10, LEGAL, LETTER等等，这些都放在com.lowagie.text.PageSize这个类中，你可以通过调用PageSize中的静态方法直接引用页面信息。比如：

PageSize.A4;



设置字体

使用iText可以设置文字的字体，对于我们中国的程序员来说如何显示中文是最紧要的问题。幸好iText中有一个专门的包用来设置亚洲国家的字体你可以从http://itext.sourceforge.net/downloads/iTextAsian.jar下载这个包。然后把它直接放到你的ClassPath中就可以了。如何设置字体呢？



BaseFont bfChinese = BaseFont.createFont("STSong-Light", "UniGB-UCS2-H", BaseFont.NOT_EMBEDDED);

Font FontChinese = new Font(bfChinese, 12, Font.NORMAL);

在上面的代码中设置了中文字体的显示，你只要使用下面的代码就可以包中文加到PDF中了

String title = "我爱喝咖啡";

Paragraph t = new Paragraph(title, FontChinese);

doc.add(t);



如果你觉得这样设置很麻烦的话，呵呵，那你要自己扩展它的源代码了，设置字体全部在那个BaseFont里边。





作者Blog：http://blog.csdn.net/shmiluwei/

[catblue]

关注

[drugon]

up


不过中文在软件设计中是一个避免不了的问题，现在好多软件它不直接支持中文，所以作编码的转换是少不了的。