PDFBoxを使用してPDFドキュメントから特定のページ(ページ番号を指定)を読み取るにはどうすればよいですか?
これはうまくいくはずです:
PDPage firstPage = (PDPage)doc.getAllPages().get( 0 );
チュートリアルのブックマークセクション に見られるように
Update 2015、バージョン2.0.0 SNAPSHOT
これは削除されて戻されたようです(?)。 getPageは2.0.0 javadoc にあります。それを使用するには:
PDDocument document = PDDocument.load(new File(filename));
PDPage doc = document.getPage(0);
getAllPagesメソッドの名前が変更されましたgetPages
PDPage page = (PDPage)doc.getPages().get( 0 );
//Using PDFBox library available from http://pdfbox.Apache.org/
//Writes pdf document of specific pages as a new pdf file
//Reads in pdf document
PDDocument pdDoc = PDDocument.load(file);
//Creates a new pdf document
PDDocument document = null;
//Adds specific page "i" where "i" is the page number and then saves the new pdf document
try {
document = new PDDocument();
document.addPage((PDPage) pdDoc.getDocumentCatalog().getAllPages().get(i));
document.save("file path"+"new document title"+".pdf");
document.close();
}catch(Exception e){}
上記の回答は役に立ちましたが、私が必要としているものと正確に一致していないため、ここに私の回答を追加します。
私のシナリオでは、各ページを個別にスキャンし、キーワードを探し、そのキーワードが表示された場合は、そのページで何かを実行しました(つまり、コピーするか無視します)。
私は単純に、私の答えの一般的な変数などを置き換えようとしました:
public void extractImages() throws Exception {
try {
String destinationDir = "OUTPUT DIR GOES HERE";
// Load the pdf
String inputPdf = "INPUT PDF DIR GOES HERE";
document = PDDocument.load( inputPdf);
List<PDPage> list = document.getDocumentCatalog().getAllPages();
// Declare output fileName
String fileName = "output.pdf";
// Create output file
PDDocument newDocument = new PDDocument();
// Create PDFTextStripper - used for searching the page string
PDFTextStripper textStripper=new PDFTextStripper();
// Declare "pages" and "found" variable
String pages= null;
boolean found = false;
// Loop through each page and search for "SEARCH STRING". If this doesn't exist
// ie is the image page, then copy into the new output.pdf.
for(int i = 0; i < list.size(); i++) {
// Set textStripper to search one page at a time
textStripper.setStartPage(i);
textStripper.setEndPage(i);
PDPage returnPage = null;
// Fetch page text and insert into "pages" string
pages = textStripper.getText(document);
found = pages.contains("SEARCH STRING");
if (i != 0) {
// if nothing is found, then copy the page across to new output pdf file
if (found == false) {
returnPage = list.get(i - 1);
System.out.println("page returned is: " + returnPage);
System.out.println("Copy page");
newDocument.importPage(returnPage);
}
}
}
newDocument.save(destinationDir + fileName);
System.out.println(fileName + " saved");
}
catch (Exception e) {
e.printStackTrace();
System.out.println("catch extract image");
}
}
これをコマンドライン呼び出しに追加します。
ExtractText -startPage 1 -endPage 1 filename.pdf
1を必要なページ番号に変更します。
これが解決策です。それがあなたの問題を解決することを願っています。
string fileName="C:\mypdf.pdf";
PDDocument doc = PDDocument.load(fileName);
PDFTextStripper stripper = new PDFTextStripper();
stripper.setStartPage(1);
stripper.setEndPage(2);
//above page number 1 to 2 will be parsed. for parsing only one page set both value same (ex:setStartPage(1); setEndPage(1);)
string reslut = stripper.getText(doc);
doc.close();
pDDocumentインスタンスに対してgetPageメソッドを使用できます
PDDocument pdDocument=null;
pdDocument = PDDocument.load(inputStream);
PDPage pdPage = pdDocument.getPage(0);