pdf 格式转换成 txt 的java源程序?

下载包：
http://www.etymon.com/pj/import java.io.*;
import java.util.*;
import com.etymon.pj.*;
import com.etymon.pj.object.*;
import com.etymon.pj.exception.*;/**
* This is a wrapper for the Pj PDF parser
*/
public class PjWrapper {    Pdf pdf;
    PjCatalog catalog;
    PjPagesNode rootPage;    public PjWrapper(String PdfFileName) throws IOException, PjException {        pdf = new Pdf(PdfFileName);        // hopefully the catalog can never be a reference...        catalog = (PjCatalog) pdf.getObject(pdf.getCatalog());        // root node of pages tree is specified by a reference in the catalog        rootPage = (PjPagesNode) pdf.resolve(catalog.getPages());
    }    public static void main(String[] args) throws IOException, PjException {        PjWrapper testWrapper = new PjWrapper(args[0]);
        LinkedList textList = testWrapper.getAllText();
        Object[] o = textList.toArray();
        for (int i = 0;i < o.length;i++) {
        System.out.println(o[i].getClass() + " : " + o[i].toString());
        }
    }    /**
    * Returns as much text as we can extract from the PDF.
    * This currently includes:
    *
    * NOTE: Pj does not support LZW, so some text in some PDF's may not
    * be indexable
    */
    public LinkedList getAllText() throws PjException {        LinkedList stringList = new LinkedList();
        Iterator streamIter = getAllContentsStreams().iterator();
        PjStream stream;
        String streamData;
        String streamText;
        boolean moreData;
        int textStart, textEnd;        System.out.println("Going through streams...");        while (streamIter.hasNext()) {            System.out.println("Getting next stream");
            stream = (PjStream) streamIter.next();            System.out.println(
                "Adding text from stream with filter: " + getFilterString(stream));
            stream = stream.flateDecompress();            System.out.println(
                "Adding text from stream with filter afterdecompress: "
                    + getFilterString(stream));
            streamData = new String(stream.getBuffer());            streamText = new String();
            moreData = true;
            textStart = textEnd = 0;            while (moreData) {                if ((textStart = streamData.indexOf('(', textEnd + 1)) < 0) {                    moreData = false;
                    break;
                }                if ((textEnd = streamData.indexOf(')', textStart + 1)) < 0) {                    moreData = false;
                    break;
                }                try {                    streamText += PjString.decodePdf(streamData.substring(textStart, textEnd + 1));
                } catch (Exception e) {                    System.out.println(
                        "malformed string: " + streamData.substring(textStart, textEnd + 1));
                }
            }            //if(streamText.equals("inserted text"))
            System.out.println(streamText);            if (streamText.length() > 0)
                stringList.add(streamText);
        }        return stringList;
    }    public static String getFilterString(PjStream stream) throws PjException {        String filterString = new String();
        PjObject filter;
        System.out.println("getting filter from dictionary");        if ((filter = stream.getStreamDictionary().getFilter()) == null) {
            System.out.println("Got null filter");
            return "";
        }
        System.out.println("got it");        // filter should either be a name or an array of names
        if (filter instanceof PjName) {            System.out.println("getting filter string from simple name");
            filterString = ((PjName) filter).getString();
        } else {            System.out.println("getting filter string from array of names");
            Iterator nameIter;
            Vector nameVector;            if ((nameVector = ((PjArray) filter).getVector()) == null) {                System.out.println("got null vector for list of names");
                return "";
            }            nameIter = nameVector.iterator();            while (nameIter.hasNext()) {                filterString += ((PjName) nameIter.next()).getString();                if (nameIter.hasNext())
                    filterString += " ";
            }
        }        System.out.println("got filter string");        return filterString;
    }    /**
    * Performs a post-order traversal of the pages tree
    * from the root node and gets all of the contents streams
    * @returns a list of all the contents of all the pages
    */    public LinkedList getAllContentsStreams() throws InvalidPdfObjectException {        return getContentsStreams(getAllPages());
    }    /**
    * Get contents streams from the list of PjPage objects
    * @returns a list of all the contents of the pages
    */    public LinkedList getContentsStreams(LinkedList pages)
        throws InvalidPdfObjectException {        LinkedList streams = new LinkedList();
        Iterator pageIter = pages.iterator();
        PjObject contents;        while (pageIter.hasNext()) {
            contents = pdf.resolve(((PjPage) pageIter.next()).getContents());            // should only be a stream or an array of streams (or refs to streams)            if (contents instanceof PjStream)
                streams.add(contents);
            else {
                Iterator streamsIter = ((PjArray) contents).getVector().iterator();                while (streamsIter.hasNext())
                    streams.add(pdf.resolve((PjObject) streamsIter.next()));
            }
        }        return streams;
    }    /**
    * Performs a post-order traversal of the pages tree
    * from the root node.
    * @returns a list of all the PjPage objects
    */    public LinkedList getAllPages() throws InvalidPdfObjectException {        LinkedList pages = new LinkedList();
        getPages(rootPage, pages);
        return pages;
    }    /**
    * Performs a post-order traversal of the pages tree
    * from the node passed to it.
    * @returns a list of all the PjPage objects under node
    */    public void getPages(PjObject node, LinkedList pages)
        throws InvalidPdfObjectException {        PjPagesNode pageNode = null;        // let's hope pdf's don't have pointers to pointers        if (node instanceof PjReference)
            pageNode = (PjPagesNode) pdf.resolve(node);
        else
            pageNode = (PjPagesNode) node;        if (pageNode instanceof PjPage) {
            pages.add(pageNode);
            return;
        }        // kids better be an array and not a reference to one        Iterator kidIterator =
            ((PjArray) ((PjPages) pageNode).getKids()).getVector().iterator();        while (kidIterator.hasNext()) {
            getPages((PjObject) kidIterator.next(), pages);
        }
    }    public Pdf getPdf() {
        return pdf;
    }
}