如何在 Java 中讀取 PDF 文件

先決條件

為了使用IronPDF製作Java PDF閱讀器，有必要確保電腦上安裝了以下組件：

1. JDK - Java開發工具包是構建和運行Java程序所需的。 如果未安裝，請從Oracle網站下載。
2. IDE - 整合開發環境是幫助編寫、編輯和調試程序的軟體。 下載適合Java的任何IDE，如Eclipse、NetBeans、IntelliJ。
3. Maven - Maven是幫助從中央庫下載程式庫的自動化工具。 請從Apache Maven網站下載。
4. IronPDF - 最後，IronPDF是需要在Java中閱讀PDF文件的。 這需要作為相依性添加到您的Java Maven專案中。 將IronPDF工件與slf4j依賴項包含在pom.xml文件中，如下面的範例所示：

<dependencies>

    <dependency>
        <groupId>com.ironsoftware</groupId>
        <artifactId>ironpdf</artifactId>
        <version>your-version-here</version>
    </dependency>

    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-api</artifactId>
        <version>1.7.32</version>
    </dependency>
</dependencies>

<dependencies>

    <dependency>
        <groupId>com.ironsoftware</groupId>
        <artifactId>ironpdf</artifactId>
        <version>your-version-here</version>
    </dependency>

    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-api</artifactId>
        <version>1.7.32</version>
    </dependency>
</dependencies>

添加必要的匯入

首先，在Java源文件頂部添加以下代碼，以引用IronPDF中所有必需的方法：

import com.ironsoftware.ironpdf.*;
// Necessary imports from IronPDF library

import com.ironsoftware.ironpdf.*;
// Necessary imports from IronPDF library

接下來，使用有效的授權金鑰配置IronPDF以使用其方法。 在主方法中調用setLicenseKey方法。

License.setLicenseKey("Your license key");
// Set your IronPDF license key - required for full version

License.setLicenseKey("Your license key");
// Set your IronPDF license key - required for full version

注意：您可以獲得免費試用授權金鑰以創建、閱讀和打印PDF。

在Java中閱讀現有的PDF文件

要閱讀PDF文件，必須存在PDF文件，或者可以創建一個。 這篇文章將使用已創建的PDF文件。代碼簡單且分為兩個步驟來從文件中提取文本：

// Load the PDF document from file
PdfDocument pdf = PdfDocument.fromFile(Paths.get("assets/sample.pdf"));
// Extract all text from the PDF
String text = pdf.extractAllText();
// Print the extracted text
System.out.println(text);

// Load the PDF document from file
PdfDocument pdf = PdfDocument.fromFile(Paths.get("assets/sample.pdf"));
// Extract all text from the PDF
String text = pdf.extractAllText();
// Print the extracted text
System.out.println(text);

在上述代碼中，fromFile打開了一個PDF文件。 Paths.get方法獲取文件的目錄，並準備從文件中提取內容。然後，[extractAllText](/java/object-reference/api/com/ironsoftware/ironpdf/PdfDocument.html#extractAllText())閱讀文檔中的所有文本。

輸出如下：

閱讀PDF文本輸出

從特定頁面閱讀文本

IronPDF 還可以從PDF中特定頁面讀取內容。 PageSelection對象來接受要讀取文本的頁面範圍。

在以下範例中，從PDF文件的第二頁提取文本。 PageSelection.singlePage接受需要提取的頁面索引（索引從0開始）。

// Load the PDF document from file
PdfDocument pdf = PdfDocument.fromFile(Paths.get("assets/sample.pdf"));
// Extract text from the second page (page index based, starts at 0, so 1 means second page)
String text = pdf.extractTextFromPage(PageSelection.singlePage(1));
// Print the extracted text from the specified page
System.out.println(text);

// Load the PDF document from file
PdfDocument pdf = PdfDocument.fromFile(Paths.get("assets/sample.pdf"));
// Extract text from the second page (page index based, starts at 0, so 1 means second page)
String text = pdf.extractTextFromPage(PageSelection.singlePage(1));
// Print the extracted text from the specified page
System.out.println(text);

閱讀PDF文本輸出

在PageSelection類中有其他可以用來從不同頁面提取文本的方法，包括：[firstPage](/java/object-reference/api/com/ironsoftware/ironpdf/edit/PageSelection.html#lastPage()，[lastPage](/java/object-reference/api/com/ironsoftware/ironpdf/edit/PageSelection.html#firstPage()，[pageRange](/java/object-reference/api/com/ironsoftware/ironpdf/edit/PageSelection.html#pageRange(int,int)，和[allPages](/java/object-reference/api/com/ironsoftware/ironpdf/edit/PageSelection.html#allPages()。

從新生成的PDF文件閱讀文本

也可以從HTML文件或URL生成的新PDF文件中進行文本搜尋。 以下示例代碼從URL生成PDF並從網站提取所有文本。

// Generate PDF from a URL
PdfDocument pdf = PdfDocument.renderUrlAsPdf("https://unsplash.com/");
// Extract all text from the generated PDF
String text = pdf.extractAllText();
// Print the extracted text from the URL
System.out.println("Text extracted from the website: " + text);

// Generate PDF from a URL
PdfDocument pdf = PdfDocument.renderUrlAsPdf("https://unsplash.com/");
// Extract all text from the generated PDF
String text = pdf.extractAllText();
// Print the extracted text from the URL
System.out.println("Text extracted from the website: " + text);

從新文件閱讀

IronPDF 也可以用來從PDF文件中提取圖像。

完整代碼如下：

import com.ironsoftware.ironpdf.License;
import com.ironsoftware.ironpdf.PdfDocument;
import com.ironsoftware.ironpdf.edit.PageSelection;

import java.io.IOException;
import java.nio.file.Paths;

public class Main {
    public static void main(String[] args) throws IOException {
        // Set the IronPDF license key for commercial use
        License.setLicenseKey("YOUR LICENSE KEY HERE");

        // Read text from a specific page in an existing PDF
        PdfDocument pdf = PdfDocument.fromFile(Paths.get("assets/sample.pdf"));
        String text = pdf.extractTextFromPage(PageSelection.singlePage(1));
        System.out.println(text);

        // Read all text from a PDF generated from a URL
        pdf = PdfDocument.renderUrlAsPdf("https://unsplash.com/");
        text = pdf.extractAllText();
        System.out.println("Text extracted from the website: " + text);
    }
}

import com.ironsoftware.ironpdf.License;
import com.ironsoftware.ironpdf.PdfDocument;
import com.ironsoftware.ironpdf.edit.PageSelection;

import java.io.IOException;
import java.nio.file.Paths;

public class Main {
    public static void main(String[] args) throws IOException {
        // Set the IronPDF license key for commercial use
        License.setLicenseKey("YOUR LICENSE KEY HERE");

        // Read text from a specific page in an existing PDF
        PdfDocument pdf = PdfDocument.fromFile(Paths.get("assets/sample.pdf"));
        String text = pdf.extractTextFromPage(PageSelection.singlePage(1));
        System.out.println(text);

        // Read all text from a PDF generated from a URL
        pdf = PdfDocument.renderUrlAsPdf("https://unsplash.com/");
        text = pdf.extractAllText();
        System.out.println("Text extracted from the website: " + text);
    }
}