java 读取pdf文件

第一步：导入jar包

        <dependency>
            <groupId>org.apache.pdfbox</groupId>
            <artifactId>pdfbox</artifactId>
            <version>2.0.12</version>
        </dependency>

第二步：读取文件内容

import java.io.File;

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;

public class PDFUtil {

    public static String getContent(String filePath) {
        String content = "";
        try {
            File pdfFile = new File(filePath);
            PDDocument document  = PDDocument.load(pdfFile);
            // 获取页码
            int pages = document.getNumberOfPages();
            // 读文本内容
            PDFTextStripper stripper = new PDFTextStripper();
            // 设置按顺序输出
            stripper.setSortByPosition(true);
            stripper.setStartPage(1);
            stripper.setEndPage(pages);
            content = stripper.getText(document);
        } catch (Exception e) {
            content = "读取PDF文件失败！！！";
        }
        return content;
    }
}