如何在 Java 中讀取 PDF 文件

先決條件

要使用IronPDF建立 Java PDF 閱讀器，必須確保電腦上安裝了以下元件：

1. JDK - Java 開發工具包是建置和運行 Java 程式所必需的。 如果尚未安裝，請從Oracle網站下載。
2. IDE - 整合開發環境是一種幫助編寫、編輯和調試程式的軟體。 下載任一款Java整合開發環境（IDE），例如Eclipse、NetBeans、IntelliJ等。
3. Maven - Maven是一個自動化工具，可以幫助從中央儲存庫下載庫。 從Apache Maven網站下載。
4. IronPDF - 最後，Java 需要IronPDF來讀取 PDF 檔案。 需要將此作為依賴項新增至您的 Java Maven專案。 將IronPDF工件和 slf4j 依賴項一起加入到 pom.xml 檔案中，如下例所示：

<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>

新增必要的導入

首先，在 Java 原始檔的頂部新增以下程式碼，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，使用有效的許可證密鑰配置IronPDF以使用其功能。 在主方法中呼叫 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許可證金鑰來建立、閱讀和列印 PDF 文件。

用 Java 讀取現有 PDF 文件

要閱讀 PDF 文件，必須先存在 PDF 文件，或者可以建立一個 PDF 文件。 本文將使用一個已建立的 PDF 檔案。程式碼很簡單，只需兩個步驟即可從文件中提取文字：

// 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);

在上面的程式碼中， fromFile 開啟一個 PDF 文件。 Paths.get 方法取得檔案目錄，並準備從中擷取檔案內容。然後， [extractAllText](/java/object-reference/api/com/ironsoftware/ironpdf/PdfDocument.html#extractAllText() ) 讀取文件中的所有文字。

輸出結果如下：

讀取 PDF 文字輸出

讀取特定頁面中的文本

IronPDF也可以讀取PDF中特定頁面的內容。 extractTextFromPage 方法使用 PageSelection 物件來接受要從中讀取文字的頁面範圍。

在以下範例中，文字是從 PDF 文件的第二頁提取的。 PageSelection.singlePage 取得需要擷取的頁面的索引（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);

讀取 PDF 文字輸出

PageSelection 類別中還有其他方法可用於從各種頁面中提取文本，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 和[allPages@](/java/object-reference/api/com/ironsoftware/ironpdf/edit/PageSelection.html#allPages() )。

從新生成的 PDF 檔案讀取文本

也可以從 HTML 檔案或 URL 產生的新 PDF 檔案中進行文字搜尋。 以下範例程式碼根據 URL 產生 PDF 文件，並提取網站中的所有文字。

// 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);

從新檔案讀取

IronPDF也可以用於從 PDF 文件中提取影像。

完整的程式碼如下：

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);
    }
}