Java读取PDF页面内容、添加新页面、删除指定页

最近帮公司写了好多小脚本处理Excel和Pdf，在此记录一下，以备下次使用还能找得到如何实现的，开发过程中主要使用pdfbox实现PDF页面的添加删除操作，Maven依赖如下:

<dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox</artifactId>
    <version>2.0.24</version>
</dependency>

读取PDF页面内容实现步骤

1. 读取PDF文件，创建文件输入流。

   String filePath = "D:\\Download\\test.pdf";
   FileInputStream fileInputStream = new FileInputStream(new File(filePath);
   PDDocument document = PDDocument.load(fileInputStream);
   

2. 创建PDFTextStripper对象，读取页面的文本内容
   使用PDFTextStripper对象需要引入一个Maven依赖

   <dependency>
       <groupId>org.apache.pdfbox</groupId>
       <artifactId>fontbox</artifactId>
       <version>2.0.24</version>
   </dependency>   
   

   创建PDFTextStripper对象，设置要读取第几页到第几页的文本内容，下面的示例中读取第一页的文本内容

   PDFTextStripper ps = new PDFTextStripper();
   ps.setStartPage(1);
   ps.setEndPage(1);
   String content = ps.getText(document);
   

添加新的PDF页面实现步骤

读取PDF文件，创建文件输入流不做演示，这里默认已经创建了文档对象PDDocument

1. 加载字体对象
   因为内容需要指定字体，所以要创建一个字体对象PDType0Font

   PDType0Font font = PDType0Font.load(document, new File("D:\\Download\\ZiTiChuanQiNanAnTi-MianFeiShangYong-2.ttf"));
   

2. 创建一个新的页面添加到document

   PDPage page = new PDPage();
   document.addPage(page);
   

3. 创建一个PDF页面内容操作流，用来向页面上添加文本内容
   showText()用来在页面上添加文本内容，但是必须要在语句前后分别调用beginText()和endText()方法，并且必须调用setFont()方法来设置内容的字体，否则运行会出错！

   PDPageContentStream contentStream=new PDPageContentStream(document, page);
   contentStream.beginText();
   contentStream.newLineAtOffset(25, 700);
   contentStream.setFont(font, 14);
   contentStream.showText("你好");
   contentStream.endText();
   contentStream.close();
   

4. 保存PDF文档对象到指定文件

   document.save("D:\\Download\\newTest.pdf");
   

删除PDF指定页面实现步骤

删除文件比较简单，只需要调用document.removePage(index)方法，传入要删除的页码即可，删除后将document对象保存到指定文件。这里创建文件的步骤不做演示，这里就默认已经创建了文档对象PDDocument。

document.removePage(i);
document.save("D:\\Download\\newTest.pdf");