pdfbox初探

      有个需求，涉及到要将pdf文件转化为图片。在网上找了下资料，有一个公司提供了DLL文件，这个玩意要用到JNI，apache有一个开源的组件pdfbox,在open-open上看到的。把google里面的所有资料都看完了，有人提问怎么转化，就是没有解决方案。国外有个网站特缺德，看网友给的答案，还要邮箱注册，将会获得7天的免费试用。用电影《疯狂的赛车》里的一句话就是：我真鄙视你！还是javaeye好。不注册，看原码，写了个程序，但是总是报错。费了好大的劲，最后有未仁兄的博客上写到他遇到的同一个错误，有网友说是不支持中文的pdf。换了个全英文的pdf，成功得到了所要的图片。以下为pdfbox的两个简单应用，先写了个简单的读取内容的：

/*
 * 简单测试  读取pdf文档中的数据。中文不会出现问题
 */
public class BaseTest {

	public static void main(String[] args) throws Exception {
		InputStream in = new FileInputStream("E:\\TestDocument\\test中文.pdf");
		PDFParser p = new PDFParser(in);
		p.parse();
		COSDocument pdfDocument = p.getDocument();
		PDFTextStripper stripper = new PDFTextStripper();
		String s = stripper.getText(new PDDocument(pdfDocument)); 
		pdfDocument.close();
              System.out.println(s);
	}
}

 

将pdf转化为图片

String pdfUrl = "E:\\TestDocument\\test.pdf";//内容为中文的pdf会抛异常
		String[] s = {"-imageType","jpg",pdfUrl};
		PDFToImage.main(s);

 就是这三句了，转化是用到PDFToImage,该类只有一个静态的main方法。该方法中具体的参数设置有好几个，可以设置pdf的password，startPage，endPage，imageType，outputPrefix，和pdf的url，该处只是设置了imageType和url。参看原代码和上列，可以得到其他的参数设置方式。不能转化中文的，是pdfbox本身的不支持（但是读取文件内容，不会出现这样的情况）。由于该需求又不用了，研究到此为止，还有很多东西要看，以后遇到了再来解决这个万恶的不支持中文的问题。