Springboot使用pdfbox提取PDF圖片的代碼示例
PDFBox的介紹
PDFBox是一個用于創(chuàng)建和處理PDF文檔的Java庫。它可以使用Java代碼創(chuàng)建、讀取、修改和提取PDF文檔中的內(nèi)容。
PDFBox的功能:
Extract Text - 使用PDFBox，您可以從PDF文件中提取Unicode文本。
Split & Merge - 使用PDFBox，您可以將單個PDF文件分成多個文件，并將它們合并為一個文件。
Fill Forms - 使用PDFBox，您可以在文檔中填寫表單數(shù)據(jù)。
Print - 使用PDFBox，您可以使用標準Java打印API打印PDF文件。
Save as Image - 使用PDFBox，您可以將PDF保存為圖像文件，如PNG或JPEG。
Create PDFs - 使用PDFBox，您可以通過創(chuàng)建Java程序創(chuàng)建新的PDF文件，還可以包含圖像和字體。
Signing - 使用PDFBox，您可以將數(shù)字簽名添加到PDF文件。
Springboot集成PDFBox
本項目除了引入pdfbox的依賴之外，還引入了解決圖像問題的其他依賴。
例如：jai-imageio-jpeg2000和jai-imageio-core是為了解決在轉(zhuǎn)換圖像時報錯：Cannot read JPEG2000 image: Java Advanced Imaging (JAI) Image I/O Tools are not installed
jbig2-imageio依賴引入是為了解決使用pdfbox2.0將PDF轉(zhuǎn)換為圖片時后臺報Cannot read JBIG2 image: jbig2-imageio is not installed錯誤
<!-- pdf提取封面依賴-->
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>pdfbox</artifactId>
<version>2.0.22</version>
</dependency>
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>pdfbox-tools</artifactId>
<version>2.0.22</version>
</dependency>
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>jbig2-imageio</artifactId>
<version>3.0.2</version>
</dependency>
<!-- 解決提取pdf "Cannot read JPEG2000 image"封面失敗問題 -->
<dependency>
<groupId>com.github.jai-imageio</groupId>
<artifactId>jai-imageio-core</artifactId>
<version>1.3.1</version>
</dependency>
<dependency>
<groupId>com.github.jai-imageio</groupId>
<artifactId>jai-imageio-jpeg2000</artifactId>
<version>1.3.0</version>
</dependency>一、提取pdf首頁為圖像
1. 實現(xiàn)需求
單個或者批量提取pdf的首頁作為封面，或者可以實現(xiàn)提取指定pdf頁為圖像
2. 項目代碼
核心工具類方法：PdfUtils.getPdfFirstImage
package com.zhouquan.utils;
import lombok.extern.slf4j.Slf4j;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.rendering.ImageType;
import org.apache.pdfbox.rendering.PDFRenderer;
import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.IOException;
/**
* @author ZhouQuan
* @desciption pdf工具類
* @date 2023/6/17 9:52
*/
@Slf4j
public class PdfUtils {
/**
* 提取pdf首頁作為封面
*
* @param pdfFile
* @param dpi the DPI (dots per inch) to render at
* @return
*/
public static BufferedImage getPdfFirstImage(File pdfFile, float dpi) {
long startTime = System.currentTimeMillis();
if (!pdfFile.isFile() || !pdfFile.exists()) {
return null;
}
try (PDDocument document = PDDocument.load(pdfFile)) {
PDFRenderer pdfRenderer = new PDFRenderer(document);
// 設(shè)置頁數(shù)（首頁從0開始）、每英寸點數(shù)、圖片類型
BufferedImage bufferedImage = pdfRenderer.renderImageWithDPI(0, dpi, ImageType.RGB);
log.info("提取耗時：{}ms", System.currentTimeMillis() - startTime);
return bufferedImage;
} catch (Exception e) {
log.error(e.getMessage());
e.printStackTrace();
return null;
}
}
}service方法類，負責(zé)將讀取的pdf的bufferedImage對象寫入指定的圖片對象中
package com.zhouquan.service.impl;
import com.zhouquan.service.PdfService;
import com.zhouquan.utils.PdfUtils;
import lombok.extern.slf4j.Slf4j;
import org.apache.commons.io.FileUtils;
import org.apache.commons.io.FilenameUtils;
import org.apache.pdfbox.tools.imageio.ImageIOUtil;
import org.springframework.stereotype.Service;
import java.awt.image.BufferedImage;
import java.io.File;
/**
* @author ZhouQuan
* @desciption pdf提取相關(guān)類
* @date 2023/6/17 9:40
*/
@Slf4j
@Service
public class PdfServiceImpl implements PdfService {
/**
* 提取封面的存放路徑
*/
private static String coverPath = "D:/pdf_test/cover";
/**
* 提取封面的文件后綴
*/
private static final String coverExt = "png";
/**
* pdf 提取封面
*
* @param pdfFile pdf文件
*/
@Override
public void pickupCover(File pdfFile) {
//要渲染的DPI(每英寸點數(shù)),可以理解為生成圖片的清晰度，值越高生成質(zhì)量越高
int dpi = 300;
try {
//提取封面工具類
BufferedImage bufferedImage = PdfUtils.getPdfFirstImage(pdfFile, dpi);
//獲取pdf文件名
String fileName = FilenameUtils.getBaseName(pdfFile.getName());
String currentCoverPath = coverPath + "/" + fileName + "." + coverExt;
// 創(chuàng)建圖片文件對象
FileUtils.createParentDirectories(new File(currentCoverPath));
// 將圖片寫入到圖片對象中
ImageIOUtil.writeImage(bufferedImage, currentCoverPath, dpi);
byte[] coverByte = PdfUtils.bufferedImageToByteArray(bufferedImage);
log.info("提取封面大小為： {}MB", String.format("%.2f", coverByte.length / 1024 / 1024.0));
} catch (Exception e) {
log.error(e.getMessage());
}
}
}測試類
package com.zhouquan;
import com.zhouquan.service.PdfService;
import org.junit.jupiter.api.Test;
import org.springframework.boot.test.context.SpringBootTest;
import javax.annotation.Resource;
import java.io.File;
@SpringBootTest
public class PdfTests {
@Resource
public PdfService pdfService;
/**
* 提取單個文件封面
*/
@Test
public void pickupCover() {
String pdfFilePath = "D:/pdf_test/pdf/三體三部曲-劉慈欣.pdf";
pdfService.pickupCover(new File(pdfFilePath), 0);
}
/**
* 批量單個文件封面
*/
@Test
public void batchPickupCover() {
String pdfFilePath = "E:/開發(fā)項目/h化工出版社/opt";
File[] files = new File(pdfFilePath).listFiles();
if (files != null && files.length > 0) {
for (File file : files) {
pdfService.pickupCover(file, 0);
}
}
}
}3. 執(zhí)行結(jié)果
1.單本pdf提取封面
2.批量提取pdf封面
二、將pdf內(nèi)容全部轉(zhuǎn)換為圖像
1. 實現(xiàn)需求
將pdf中所有的頁轉(zhuǎn)換為圖片
2. 項目代碼
核心工具類方法：PdfUtils.getPdfAllImage
/**
* 加載讀取pdf并返回所有的BufferedImage對象
*
* @param pdfFile pdf文件對象
* @param dpi the DPI (dots per inch) to render at
* @return
*/
public static List<BufferedImage> getPdfAllImage(File pdfFile, float dpi) {
if (!pdfFile.isFile() || !pdfFile.exists()) {
return null;
}
//創(chuàng)建PDFDocument對象并加載PDF文件
try (PDDocument document = PDDocument.load(pdfFile)) {
//創(chuàng)建一個PDFRenderer對象并將PDDocument對象傳遞給它
PDFRenderer pdfRenderer = new PDFRenderer(document);
List<BufferedImage> bufferedImages = new ArrayList<>();
BufferedImage bufferedImage;
for (int pageIndex = 0; pageIndex < document.getNumberOfPages(); pageIndex++) {
System.out.println("pageIndex:" + pageIndex);
// 設(shè)置頁數(shù)（首頁從0開始）、每英寸點數(shù)、圖片類型
bufferedImage = pdfRenderer.renderImageWithDPI(pageIndex, dpi, ImageType.RGB);
bufferedImages.add(bufferedImage);
}
return bufferedImages;
} catch (Exception e) {
log.error(e.getMessage());
e.printStackTrace();
return null;
}
}service方法類，負責(zé)將讀取的pdf的bufferedImage列表對象按順序?qū)懭胫付夸浀膱D片文件中
@Override
public void pickupPdfToImage(File pdfFile) {
//要渲染的DPI(每英寸點數(shù)),可以理解為生成圖片的清晰度，值越高生成質(zhì)量越高
int dpi = 100;
try {
//提取封面工具類
List<BufferedImage> pdfAllImage = PdfUtils.getPdfAllImage(pdfFile, dpi);
log.info("共提取到{}頁",pdfAllImage.size());
String fileName = FilenameUtils.getBaseName(pdfFile.getName());
String currentCoverPath;
for (int i = 0; i < pdfAllImage.size(); i++) {
currentCoverPath = coverPath + "/" + fileName + " 第" + i + "頁" + "." + coverExt;
// 創(chuàng)建圖片文件對象
FileUtils.createParentDirectories(new File(currentCoverPath));
// 將圖片寫入到圖片對象中
ImageIOUtil.writeImage(pdfAllImage.get(i), currentCoverPath, dpi);
}
} catch (Exception e) {
log.error(e.getMessage());
}
}測試類
/**
* 批量提取文件封面
*/
@Test
public void pickupPdfToImage() {
String pdfFilePath = "D:/pdf_test/pdf/三體三部曲-劉慈欣.pdf";
pdfService.pickupPdfToImage(new File(pdfFilePath));
}3. 執(zhí)行結(jié)果
4.注意事項
由于pdf的提取是將pdf文件加載到堆內(nèi)存中進行操作，因此在提取過程中容易導(dǎo)致堆內(nèi)存溢出Java heap space,簡單來說就是在創(chuàng)建新的對象時, 堆內(nèi)存中的空間不足以存放新創(chuàng)建的對象，導(dǎo)致此種問題的發(fā)生。
解決方案如下：
1.優(yōu)化項目代碼
根據(jù)報錯信息定位到內(nèi)存消耗較大的代碼，然后對其進行重構(gòu)或者優(yōu)化算法。如果是在生產(chǎn)環(huán)境，務(wù)必要在內(nèi)存消耗過大的代碼出增加日志信息輸出，否則容易像我定位一晚上才找到問題所在
2.提升Java heap size
增加堆內(nèi)存空間設(shè)置，此種方式容易操作?？梢暂^快解決當(dāng)前問題，但是總體來說還是需要找到項目代碼中的問題才是最優(yōu)解，畢竟內(nèi)存總是有限的
根據(jù)自己的硬件配置進行分配對空間，例如8G內(nèi)存配置的內(nèi)存參數(shù):
-Xms4096m
-Xmx4096m
關(guān)于pdfbox比較好的學(xué)習(xí)文檔：
https://iowiki.com/pdfbox/pdfbox_overview.html
以上就是Springboot使用pdfbox提取PDF圖片的代碼示例的詳細內(nèi)容，更多關(guān)于Springboot pdfbox提取圖片的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
java中在多線程的情況下安全的修改list(常見解決方案)
本文給大家介紹java中在多線程的情況下安全的修改list的常見解決方案及實現(xiàn)方式,本文給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友參考下吧2025-09-09
解決JPA?save()方法null值覆蓋掉mysql預(yù)設(shè)的默認值問題
這篇文章主要介紹了解決JPA?save()方法null值覆蓋掉mysql預(yù)設(shè)的默認值問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-11-11
idea2019導(dǎo)入maven項目中的某些問題及解決方法
這篇文章主要介紹了idea2019導(dǎo)入maven項目中的某些問題,本文給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-08-08
淺談MyBatis-Plus學(xué)習(xí)之Oracle的主鍵Sequence設(shè)置的方法
這篇文章主要介紹了淺談MyBatis-Plus學(xué)習(xí)之Oracle的主鍵Sequence設(shè)置的方法，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
Nashorn是Java8中引入的一個新的JavaScript引擎,它允許在JVM上運行JavaScript代碼,并且可以與Java代碼相互調(diào)用,Nashorn遵循JSR233規(guī)范,是一個純Java實現(xiàn)的JavaScript引擎,可以與Java程序無縫集成,提供動態(tài)腳本執(zhí)行和靈活性2025-01-01
這篇文章主要介紹了Spring使用Setter完成依賴注入方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-09-09
Spring Security動態(tài)權(quán)限的實現(xiàn)方法詳解
這篇文章主要和小伙伴們簡單介紹下 Spring Security 中的動態(tài)權(quán)限方案，以便于小伙伴們更好的理解 TienChin 項目中的權(quán)限方案，感興趣的可以了解一下2022-06-06
java實現(xiàn)jdbc查詢結(jié)果集result轉(zhuǎn)換成對應(yīng)list集合
本文給大家匯總介紹了java實現(xiàn)jdbc查詢結(jié)果集result轉(zhuǎn)換成對應(yīng)list集合，十分的簡單，有相同需求的小伙伴可以參考下。2015-12-12
這篇文章主要給大家介紹了關(guān)于java中最易犯錯的特殊字符的相關(guān)資料，文中通過示例代碼介紹的非常詳細，對大家學(xué)習(xí)或者使用java具有一定的參考學(xué)習(xí)價值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-09-09
SpringBoot Web開發(fā)中的異常處理自動配置原理解析
本文給大家介紹SpringBoot Web開發(fā)中的異常處理自動配置原理解析,本文結(jié)合實例代碼給大家介紹的非常詳細,感興趣的朋友跟隨小編一起看看吧2025-10-10