java读取pdf文件内容
linux-dash
A beautiful web dashboard for Linux
项目地址：https://gitcode.com/gh_mirrors/li/linux-dash
免费下载资源
·
java读取pdf文件内容
在java中要读取pdf文件内容，我们可以借助第三方软件实现。常用的是xpdf，本文就简单介绍在linux下如何安装xpdf，及在java中如何利用xpdf读取pdf文件内容。一.安装xpdf
在fc系列下，不用安装，可以直接yum，但是笔者建议还是下载安装的好，因为笔者曾经碰到过这样的问题，客户服务器上的xpdf是yum安装的，有一些特殊的pdf文件就无法预览，但是将yum安装的xpdf卸载，然后下载xpdf安装程序，再重新安装后，就可以了。
1.下载
ok，我们需要下载的xpdf安装包主要有三个：
(1)进入下载目录，将主程序解压至/usr，也可以是其他地方，根据个人情况而定。
#
tar zvfx xpdf-
3
.
01pl2-linux
.
tar
.
gz -C
/
usr
#
cd
usr
然后将其重命名，这样看起来简单点
mv xpdf-
3
.
01pl2-linux
/
xpdf
(2)建立中文支持。回到下载目录，依次执行：
#
tar zvfx xpdf-chinese-simplified
.
tar
.
gz -C
/
usr
/
xpdf
#
mv
/
usr
/
xpdf
/
xpdf-chinese-simplified
/
usr
/
xpdf
/
chinese-simplified
#
tar zvfx xpdf-chinese-traditional
.
tar
.
gz -C
/
usr
/
xpdf
#
mv
/
usr
/
xpdf
/
xpdf-chinese-traditional
/
usr
/
xpdf
/
chinese-traditional
(3)配置环境
#
vi
/
etc
/
bashrc
增加如下内容
export PATH=/usr/xpdf/:$PATH
确保重启机器后，在控制台输入xpdf不会提示找不到命令或文件即可。
(4)资源配置
#
cd
/
usr
/
xpdf
#
cp sample-xpdfrc xpdfrc
#
vi xpdfrc
*在文件开始处增加如下内容(将/usr/xpdf替换为xpdf的实际路径)*
#
----- begin Chinese Simplified support package
(
2004
-jul-
27
)
cidToUnicode Adobe-GB1
"
/usr/xpdf/chinese-simplified/Adobe-GB1.cidToUnicode
"
unicodeMap ISO-
2022
-CN
"
/usr/xpdf/chinese-simplified/ISO-2022-CN.unicodeMap
"
unicodeMap EUC-CN
"
/usr/xpdf/chinese-simplified/EUC-CN.unicodeMap
"
unicodeMap GBK
"
/usr/xpdf/chinese-simplified/GBK.unicodeMap
"
cMapDir Adobe-GB1
"
/usr/xpdf/chinese-simplified/CMap
"
toUnicodeDir
"
/usr/xpdf/chinese-simplified/CMap
"
#
displayCIDFontTT Adobe-GB1
/
usr
/..../
gkai00mp
.
ttf
#
-----
end
Chinese Simplified support package
#
----- begin Chinese Traditional support package
(
2004
-jul-
27
)
cidToUnicode Adobe-CNS1
"
/usr/xpdf/chinese-traditional/Adobe-CNS1.cidToUnicode
"
unicodeMap Big5
"
/usr/xpdf/chinese-traditional/Big5.unicodeMap
"
unicodeMap Big5ascii
"
/usr/xpdf/chinese-traditional/Big5ascii.unicodeMap
"
cMapDir Adobe-CNS1
"
/usr/xpdf/chinese-traditional/CMap
"
toUnicodeDir
"
/usr/xpdf/chinese-traditional/CMap
"
#
displayCIDFontTT Adobe-CNS1
/
usr
/..../
bkai00mp
.
ttf
#
-----
end
Chinese Traditional support package
然后再执行：
#
cp xpdfrc
/
usr
/
local
/
etc
/
好了，到这里我们也就安装完成了。下面介绍如何利用xpdf读取pdf文件的内容
二.利用xpdf读取pdf文件的内容
1.下载
ok，我们需要下载的xpdf安装包主要有三个：
主程序：
ftp://ftp.foolabs.com/pub/xpdf/xpdf-3.01pl2-linux.tar.gz
简体中文支持： ftp://ftp.foolabs.com/pub/xpdf/xpdf-chinese-simplified.tar.gz
繁体中文支持： ftp://ftp.foolabs.com/pub/xpdf/xpdf-chinese-traditional.tar.gz
2.安装部署
简体中文支持： ftp://ftp.foolabs.com/pub/xpdf/xpdf-chinese-simplified.tar.gz
繁体中文支持： ftp://ftp.foolabs.com/pub/xpdf/xpdf-chinese-traditional.tar.gz
(1)进入下载目录，将主程序解压至/usr，也可以是其他地方，根据个人情况而定。
#
tar zvfx xpdf-
3
.
01pl2-linux
.
tar
.
gz -C
/
usr
#
cd
usr
mv xpdf-
3
.
01pl2-linux
/
xpdf
#
tar zvfx xpdf-chinese-simplified
.
tar
.
gz -C
/
usr
/
xpdf
#
mv
/
usr
/
xpdf
/
xpdf-chinese-simplified
/
usr
/
xpdf
/
chinese-simplified
#
tar zvfx xpdf-chinese-traditional
.
tar
.
gz -C
/
usr
/
xpdf
#
mv
/
usr
/
xpdf
/
xpdf-chinese-traditional
/
usr
/
xpdf
/
chinese-traditional
#
vi
/
etc
/
bashrc
export PATH=/usr/xpdf/:$PATH
确保重启机器后，在控制台输入xpdf不会提示找不到命令或文件即可。
(4)资源配置
#
cd
/
usr
/
xpdf
#
cp sample-xpdfrc xpdfrc
#
vi xpdfrc
#
----- begin Chinese Simplified support package
(
2004
-jul-
27
)
cidToUnicode Adobe-GB1
"
/usr/xpdf/chinese-simplified/Adobe-GB1.cidToUnicode
"
unicodeMap ISO-
2022
-CN
"
/usr/xpdf/chinese-simplified/ISO-2022-CN.unicodeMap
"
unicodeMap EUC-CN
"
/usr/xpdf/chinese-simplified/EUC-CN.unicodeMap
"
unicodeMap GBK
"
/usr/xpdf/chinese-simplified/GBK.unicodeMap
"
cMapDir Adobe-GB1
"
/usr/xpdf/chinese-simplified/CMap
"
toUnicodeDir
"
/usr/xpdf/chinese-simplified/CMap
"
#
displayCIDFontTT Adobe-GB1
/
usr
/..../
gkai00mp
.
ttf
#
-----
end
Chinese Simplified support package
#
----- begin Chinese Traditional support package
(
2004
-jul-
27
)
cidToUnicode Adobe-CNS1
"
/usr/xpdf/chinese-traditional/Adobe-CNS1.cidToUnicode
"
unicodeMap Big5
"
/usr/xpdf/chinese-traditional/Big5.unicodeMap
"
unicodeMap Big5ascii
"
/usr/xpdf/chinese-traditional/Big5ascii.unicodeMap
"
cMapDir Adobe-CNS1
"
/usr/xpdf/chinese-traditional/CMap
"
toUnicodeDir
"
/usr/xpdf/chinese-traditional/CMap
"
#
displayCIDFontTT Adobe-CNS1
/
usr
/..../
bkai00mp
.
ttf
#
-----
end
Chinese Traditional support package
#
cp xpdfrc
/
usr
/
local
/
etc
/
方法很简单，利用著名的Runtime.getRuntime()即可，如下：
/**
* @param filePath pdf文件路径
* @return
*/
public
String getPdfContent(String filePath)
{
String excute="pdftotext";
String[] cmd=new String[]{excute, "-enc", "UTF-8", "-q", filePath,"-"};
Process p=null;
try {
p=Runtime.getRuntime().exec(cmd);
} catch (IOException e) {
e.printStackTrace();
}
BufferedInputStream bis=new BufferedInputStream(p.getInputStream());
InputStreamReader reader=null;
try {
reader=new InputStreamReader(bis,"UTF-8");
} catch (UnsupportedEncodingException e1) {
e1.printStackTrace();
}
StringBuffer sb=new StringBuffer();
try {
BufferedReader br = new BufferedReader(reader);
String line = br.readLine();
sb = new StringBuffer();
while (line != null) {
sb.append(line);
sb.append(" ");
line = br.readLine();
}
} catch (Exception e) {
e.printStackTrace();
}
return sb.toString();
}
/**
* @param filePath pdf文件路径 * @return */
public
String getPdfContent(String filePath)
{ String excute="pdftotext"; String[] cmd=new String[]{excute, "-enc", "UTF-8", "-q", filePath,"-"};
String[] cmd Process p=null; try { p=Runtime.getRuntime().exec(cmd); } catch (IOException e) { e.printStackTrace(); } BufferedInputStream bis=new BufferedInputStream(p.getInputStream()); InputStreamReader reader=null; try { reader=new InputStreamReader(bis,"UTF-8"); } catch (UnsupportedEncodingException e1) { e1.printStackTrace(); } StringBuffer sb=new StringBuffer(); try { BufferedReader br = new BufferedReader(reader); String line = br.readLine(); sb = new StringBuffer(); while (line != null) { sb.append(line); sb.append(" "); line = br.readLine(); } } catch (Exception e) { e.printStackTrace(); } return sb.toString(); }
GitHub 加速计划 / li / linux-dash
10.39 K
1.2 K
下载
A beautiful web dashboard for Linux
最近提交(Master分支：2 个月前 )
186a802e
added ecosystem file for PM2 4 年前
5def40a3
Add host customization support for the NodeJS version 4 年前
旨在为数千万中国开发者提供一个无缝且高效的云端环境，以支持学习、使用和贡献开源项目。
更多推荐
0
0- 0
已为社区贡献5条内容
所有评论(0)