java 如何读取PDF文件内容（按页读取）。

Question

下面是代码，还请指证，不报错，但出不来结果。// 搜索pdf
public List<String> searchPdfFile(String keyword,List<String> items) throws IOException {
File f = new File("/sdcard/LPR/lpr_pdf/");// 这是对应文件名
File[] fileList = f.listFiles();
PDDocument document = null;
for(File filePdf : fileList)
{
Toast.makeText(EntAppSea.this, filePdf.getName(),
Toast.LENGTH_LONG).show();
   PDFTextStripper stripper = new PDFTextStripper();
   document = PDDocument.load(filePdf);
   int pageNum = document.getNumberOfPages();
   Toast.makeText(EntAppSea.this, String.valueOf(pageNum),
Toast.LENGTH_LONG).show();
   
   for(int i=1;i<=pageNum;i++)
   {
   stripper.setStartPage(i);
   stripper.setEndPage(i+1);
   String pdfStr = stripper.getText(document);
   if(pdfStr.indexOf(keyword)>-1)
   {
     items.add(filePdf.getName()+"第"+i+"页");
   }
   }
}
return items;
}

Answer 1

图片模式的PDF文件吧，比如说扫描件，你用PDF编辑工具，看看能不能取得里面的文本，如果是图片模式的PDF文件，估计就不好弄了。
另外，看过别人的一篇，关于读取PDF的博客文章。分享一下：
http://blog.csdn.net/yangjiyue/archive/2007/11/14/1885482.aspx

Answer 2

up it .please help me .

Answer 3

up it .问题还是没解决。

Answer 4

图片模式的PDF文件应该不能读取吧

Answer 5

感觉PDF没法读取吧，http://blog.csdn.net/yangjiyue/archive/2007/11/14/1885482.aspx看了看
可以试试，如果是仪器导出的pdf文件估计应该没问题了

Answer 6

看你的代码，你用的应该是apache的pdfbox，但Toast和EntAppSea是什么东东，你自己写的类吗？

Answer 7

关于这个问题，我见过一个比较NB的设计：
1、打开文件
2、校验文件（文件不存在，不是PDF文件，不可读等等）
3、将文件读取到内存中
4、创建绘制画板
5、分析当前页面位置，绘制到画板上
。
我当时就凌乱了

Answer 8

貌似有图片和加密过的pdf文件无法转换，
http://blog.csdn.net/yinbaicheng/archive/2011/01/25/6163345.aspx
这里有个pdf转txt文件的代码，希望对楼主有帮助！

Answer 9

我刚才试了下别人给的代码，我从网上下的pdfbox-0.7.3.jar，不知道是不是正确的版本

Answer 10

我也正在看这个很厉害的设计 花费了好长时间终于看明白了 但是这个缺少图片的读取 能给提供一个完整版的demo吗

Answer 11

com.lowagie.text.pdf.PdfWriter 这个类可以对pdf 进行读写····