跳至页脚内容
  1. IronPDF for Java
  2. 博客
  3. 在 Java 中使用 IronPDF
  4. Java PDF阅读器
在 JAVA 中使用 IRONPDF

如何在 Java 中读取 PDF 文件

Darrius Serrant
Darrius Serrant
已更新:

这篇文章将探讨如何创建一个PDF阅读器，以编程方式在您的软件应用程序中打开PDF文件。 要有效地执行此任务，IronPDF for Java 是一款有助于在Java程序中使用文件名打开和读取PDF文件的系统库。

如何用 Java 阅读 PDF 文件

  1. 下载 IronPDF for Java 库。
  2. 使用 fromFile 方法加载现有 PDF 文档
  3. 调用 extractAllText 方法提取 PDF 中的嵌入文本
  4. 使用 extractTextFromPage 方法从特定页面提取文本
  5. 从由URL呈现的PDF中检索文本

IronPDF。

IronPDF - Java Library 构建在已成功的.NET Framework之上。 与Apache PDFBox等其他类库相比，这使得IronPDF成为处理PDF文档的多功能工具。 它提供了提取和解析内容、加载文本和加载图片的功能。 它还提供了自定义PDF页面的选项，比如页面布局、边距、页眉和页脚、页面方向，等等。

除此之外，IronPDF还支持从其他文件格式转换、使用密码保护PDF、数字签名、合并和拆分PDF文档。

在Java中如何读取PDF文件

前提条件

要使用IronPDF制作Java PDF阅读器，必须确保计算机上安装了以下组件：

  1. JDK - Java开发工具包是构建和运行Java程序所需的。 如果未安装，请从Oracle网站下载。
  2. IDE - 集成开发环境是一种帮助编写、编辑和调试程序的软件。 下载任何用于Java的IDE，例如Eclipse、NetBeans、IntelliJ。
  3. Maven - Maven是一种自动化工具，帮助从中央仓库下载库。 从Apache Maven网站下载。
  4. IronPDF - 最后，需要IronPDF来在Java中读取PDF文件。 需要将该项添加为Java Maven项目中的依赖项。 在pom.xml文件中包括IronPDF工件与slf4j依赖项，如下面的示例所示：
<!-- Add Maven dependencies for IronPDF -->
<dependencies>
    <!-- IronPDF Dependency -->
    <dependency>
        <groupId>com.ironsoftware</groupId>
        <artifactId>ironpdf</artifactId>
        <version>your-version-here</version>
    </dependency>

    <!-- SLF4J Dependency necessary for logging -->
    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-api</artifactId>
        <version>1.7.32</version>
    </dependency>
</dependencies>
<!-- Add Maven dependencies for IronPDF -->
<dependencies>
    <!-- IronPDF Dependency -->
    <dependency>
        <groupId>com.ironsoftware</groupId>
        <artifactId>ironpdf</artifactId>
        <version>your-version-here</version>
    </dependency>

    <!-- SLF4J Dependency necessary for logging -->
    <dependency>
        <groupId>org.slf4j</groupId>
        <artifactId>slf4j-api</artifactId>
        <version>1.7.32</version>
    </dependency>
</dependencies>
XML

添加必要的导入

首先，在Java源文件顶部添加以下代码，以引用来自IronPDF的所有必需方法：

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

接下来，配置IronPDF并使用有效的许可证密钥以使用其方法。 在主方法中调用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
JAVA

注意：您可以获得一个试用许可证密钥来创建、读取和打印PDF。

在Java中读取现有的PDF文件

要读取PDF文件，必须有PDF文件，或者可以创建一个。 本文将使用已创建的PDF文件。代码简单，是从文档中提取文本的两步过程：

// 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);
JAVA

在上面的代码中，[fromFile](/java/object-reference/api/com/Iron Software/ironpdf/PdfDocument.html#fromFile(java.nio.file.Path))打开一个PDF文档。 Paths.get方法获取文件的目录，准备从文件中提取内容。然后，[extractAllText](/java/object-reference/api/com/Iron Software/ironpdf/PdfDocument.html#extractAllText())读取文档中的所有文本。

输出如下：

如何在Java中读取PDF文件，图1：读取PDF文本输出 读取PDF文本输出

从特定页面读取文本

IronPDF还可以从PDF的特定页面读取内容。 extractTextFromPage方法使用PageSelection对象来接受文本将被读取的页面范围。

在下面的示例中，从PDF文档的第二页提取文本。 PageSelection.singlePage接受需要提取的页面索引（索引从0开始）。

// 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);
JAVA

如何在Java中读取PDF文件，图2：读取PDF文本输出 读取PDF文本输出

在PageSelection类中可用于从各种页面提取文本的其他方法包括：[firstPage](/java/object-reference/api/com/Iron Software/ironpdf/edit/PageSelection.html#lastPage()，[lastPage](/java/object-reference/api/com/Iron Software/ironpdf/edit/PageSelection.html#firstPage()，[pageRange](/java/object-reference/api/com/Iron Software/ironpdf/edit/PageSelection.html#pageRange(int,int)，和[allPages](/java/object-reference/api/com/Iron Software/ironpdf/edit/PageSelection.html#allPages()。

从新生成的PDF文件读取文本

还可以从HTML文件或URL生成的新PDF文件中执行搜索文本。 下面的示例代码从URL生成PDF并从网站提取所有文本。

// 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);
JAVA

如何在Java中读取PDF文件，图3：从新文件读取 从新文件读取

IronPDF还可以用于从PDF文件中提取图像。

完整代码如下：

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);
    }
}
JAVA

摘要

本文解释了如何使用IronPDF在Java中打开和读取PDF。

IronPDF可以轻松地从HTML或URL创建PDF，并从不同的文件格式进行转换。 它还帮助快速且轻松地完成PDF任务。

试用IronPDF30天免费试用，了解它在生产环境中如何为您有效工作。 探索IronPDF的商业授权选项，起价仅为$799。

常见问题解答

如何在Java中创建PDF阅读器？

您可以使用IronPDF在Java中创建PDF阅读器，利用`fromFile`方法加载PDF文档，然后使用类似`extractAllText`的方法解析和操作内容。

在Java中使用IronPDF安装先决条件的步骤是什么？

要在Java中使用IronPDF，您需要安装Java开发工具包（JDK），设置集成开发环境（IDE），如Eclipse或IntelliJ，配置Maven进行依赖管理，并在项目中包括IronPDF库。

25. 我如何在 Java 中从 PDF 文件提取文本？

要在Java中使用IronPDF从PDF文件中提取文本，您可以使用`extractAllText`方法检索整个文档的文本，或使用`extractTextFromPage`从特定页面提取文本。

我可以在Java中从URL生成PDF吗？

是的，使用IronPDF，您可以通过`renderUrlAsPdf`方法从URL生成PDF，该方法将网页内容转换为PDF格式。

IronPDF是否支持在Java中为PDF添加密码保护？

是的，IronPDF支持为PDF添加密码保护，以及数字签名和合并或拆分文档等其他功能。

IronPDF在Java中可以将哪些文件格式转换为PDF？

IronPDF可以将多种文件格式转换为PDF，包括HTML和其他文档格式，提供PDF生成和操作的灵活选项。

Java中有可用的IronPDF试用版吗？

是的，IronPDF提供30天的免费试用，允许您在购买许可证之前测试其功能并评估其在Java应用程序中的性能。

如何使用Java库从PDF文档的特定页面中提取文本？

使用IronPDF，您可以通过`extractTextFromPage`方法从PDF的特定页面中提取文本，该方法需要指定页面编号或范围。

Darrius Serrant
Darrius Serrant
  立即与工程团队聊天
全栈软件工程师（WebOps）

Darrius Serrant 拥有迈阿密大学的计算机科学学士学位，目前在 Iron Software 担任全栈 WebOps 市场工程师。从小就被编码吸引，他认为计算机既神秘又易于接触，使其成为创意和问题解决的理想媒介。

在 Iron Software，Darrius 喜欢创造新事物，并简化复杂概念以使其更易理解。作为我们常驻的开发者之一，他还自愿教授学生，与下一代分享他的专业知识。

对于 Darrius 来说，他的工作令人满意，因为它被重视并产生真正的影响。

相关文章

30天试用 → 完整产品。无限制。无卡。 免费试用