使用 iText 阅读 pdf

Question

我在 java 中使用 iText 读取 pdf 文件时遇到问题。我只能阅读一页，但当我转到第二页时，它会出现异常。我想阅读任何 pdf 文件的所有页面。

PdfTextExtractor parser =new PdfTextExtractor(new PdfReader("C:/Text.pdf"));
parser.getTextFromPage(3);

我正在使用这些行，第二行给出了异常。

Answer 1

1. 尝试更改文件位置。有时操作系统不允许其他应用程序从某些系统驱动器读取文件。放在 D: 等某处。我在 Vista 中从桌面读取文件时遇到这个问题。

2. 事实上，我在我的一份 PDF 上运行了相同的两行代码，它确实打印了文本。另请确保 PDF 中有足够的页面。 （3页或更多）或尝试使用parser.getTextFromPage(1)等从其他页面获取内容。

Answer 2

当您说一页时，您是指第一页吗？您可能错误地索引了页面？如果没有更多信息，它可能是任何东西。

Answer 3

您是否为每个操作重新构建解析器和读取器？ 您可以这样做，但效率不是很高（创建新的 PdfReader 会产生大量开销）。

Answer 4

import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.parser.PdfTextExtractor;

/**
 * This class is used to read an existing
 *  pdf file using iText jar.
 * @author javawithease
 */
public class PDFReadExample {
  public static void main(String args[]){
    try {
    //Create PdfReader instance.
    PdfReader pdfReader = new PdfReader("D:\\testFile.pdf");    

    //Get the number of pages in pdf.
    int pages = pdfReader.getNumberOfPages(); 

    //Iterate the pdf through pages.
    for(int i=1; i<=pages; i++) { 
      //Extract the page content using PdfTextExtractor.
      String pageContent = 
        PdfTextExtractor.getTextFromPage(pdfReader, i);

      //Print the page content on console.
      System.out.println("Content on Page "
                          + i + ": " + pageContent);
      }

      //Close the PdfReader.
      pdfReader.close();
    } catch (Exception e) {
    e.printStackTrace();
    }
  }
}