最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Java截取PDF內(nèi)容為圖片的實(shí)現(xiàn)代碼

 更新時(shí)間:2025年10月27日 09:35:02   作者:何中應(yīng)  
本文主要介紹了java實(shí)現(xiàn)截取PDF指定頁(yè)并進(jìn)行圖片格式轉(zhuǎn)換功能的技術(shù)要點(diǎn),通過(guò)實(shí)例代碼,文章詳細(xì)地介紹了如何使用java語(yǔ)言來(lái)實(shí)現(xiàn)PDF指定頁(yè)的截取和圖片格式轉(zhuǎn)換,需要的朋友可以參考下

說(shuō)明:本文介紹 Java 中,如何去截取 PDF 中的內(nèi)容,轉(zhuǎn)為一張圖片

場(chǎng)景

如下,該 PDF 結(jié)構(gòu)分兩部分,一部分個(gè)人信息,一部分內(nèi)容信息,我希望截取其中的內(nèi)容信息,截取成一張圖片。

在這里插入圖片描述

實(shí)現(xiàn)

首先,在生成該 PDF 的模板文件中,需要截取的部分(內(nèi)容信息)前后,加入截取點(diǎn),字體設(shè)置為白色,這樣截取點(diǎn)內(nèi)容看不出來(lái)

在這里插入圖片描述

編寫(xiě)代碼,找到 PDF 中截取點(diǎn)文本內(nèi)容的位置,獲取坐標(biāo),并計(jì)算

import com.hezy.pojo.TextPositionWithDTO;
import lombok.extern.slf4j.Slf4j;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.rendering.PDFRenderer;
import org.apache.pdfbox.text.PDFTextStripper;
import org.apache.pdfbox.text.TextPosition;
import org.springframework.stereotype.Component;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.IOException;
import java.io.StringWriter;
import java.util.List;

/**
 * PDF裁剪圖片處理器
 */
@Component
@Slf4j
public class PDFCutToImageExtractor {

    /**
     * 開(kāi)始截取點(diǎn)
     */
    private static final String START_POINT = "cut-start";

    /**
     * 結(jié)束截取點(diǎn)
     */
    private static final String END_POINT = "cut-end";

    /**
     * 外邊距
     */
    private static final int MARGIN = 20;

    /**
     * 提取PDF文件中范圍的圖片
     *
     * @param file PDF文件
     * @return 圖片字節(jié)數(shù)組
     * @throws IOException
     */
    public byte[] extractImage(File file) throws IOException {
        try (PDDocument document = PDDocument.load(file)) {
            // 1.獲取文本位置
            PDFRenderer renderer = new PDFRenderer(document);
            // 開(kāi)始和結(jié)束位置
            TextPositionWithDTO startPos = findTextPosition(document, START_POINT);
            TextPositionWithDTO endPos = findTextPosition(document, END_POINT);

            // 查詢(xún)判斷(截取點(diǎn)是手動(dòng)放到模板中的,不可能找不到,但還是判斷一下)
            if (startPos == null) {
                return null;
            }
            if (endPos == null) {
                return null;
            }

            // 獲取截取點(diǎn)坐標(biāo)
            float startY = startPos.getTextPosition().getY();
            float endY = endPos.getTextPosition().getY();
            log.info("截取點(diǎn)坐標(biāo):startY={}, endY={}", startY, endY);

            // 2.渲染圖像,計(jì)算截取位置
            BufferedImage pageImage = renderer.renderImageWithDPI(startPos.getPageIndex(), 144);
            // 定義縮放,這個(gè)是按照上一行代碼中設(shè)置的dpi來(lái)計(jì)算的,144/72=2
            int scale = 2;
            // 左上角坐標(biāo) = 起始截取點(diǎn)的x、y坐標(biāo)
            float startX = startPos.getTextPosition().getX();
            int imgStartX = Math.round(startX * scale) - MARGIN;
            int imgStartY = Math.round(startY * scale);

            // 圖片寬度 = 頁(yè)寬 - 起始點(diǎn)x坐標(biāo)
            int width = pageImage.getWidth() - imgStartX;

            // 圖片高度 = 兩截取點(diǎn)高度差
            int height = Math.round(Math.abs(startY - endY) * scale) - MARGIN;

            // 判斷是否計(jì)算有誤
            if (width <= 0 || height <= 0 || imgStartX < 0 || imgStartY < 0) {
                return null;
            }

            // 3.裁剪圖像,將截取后的圖像文件寫(xiě)入到新的文件流中,返回字節(jié)數(shù)組
            log.info("imgStartX: {}, imgStartY: {}, width: {}, height: {}", imgStartX, imgStartY, width, height);
            BufferedImage croppedImage = pageImage.getSubimage(imgStartX, imgStartY, width, height);
            ByteArrayOutputStream bos = new ByteArrayOutputStream();
            try {
                ImageIO.write(croppedImage, "png", bos);
                return bos.toByteArray();
            } catch (IOException e) {
                log.warn("寫(xiě)入失敗: {}", e.getMessage());
                return null;
            }
        }
    }

    /**
     * 查詢(xún)文本位置
     * 作用:該方法的作用是根據(jù)傳入的文本關(guān)鍵字查詢(xún)文本在文檔中所在的位置
     *
     * @param document   PDF文檔
     * @param searchText 要查詢(xún)的文本
     * @return 文本位置DTO
     * @throws IOException
     */
    private TextPositionWithDTO findTextPosition(PDDocument document, String searchText) throws IOException {

        /**
         * 內(nèi)部類(lèi):繼承PDFTextStripper,提取PDF文檔中的文本內(nèi)容
         */
        class MyTextStripper extends PDFTextStripper {

            /**
             * 找到的文本位置
             */
            private TextPosition foundPosition = null;

            public MyTextStripper() throws IOException {
                super();
            }

            @Override
            protected void writeString(String text, List<TextPosition> textPositions) {
                // 文本位置,不為空,說(shuō)明已經(jīng)找到了,直接返回
                if (foundPosition != null) {
                    return;
                }

                // 拿到PDF文檔中的文本內(nèi)容
                StringBuilder stringBuilder = new StringBuilder();
                for (TextPosition pos : textPositions) {
                    String unicode = pos.getUnicode();
                    if (unicode != null) {
                        stringBuilder.append(unicode);
                    }
                }
                String segmentText = stringBuilder.toString();

                // 用傳入的文本與PDF文檔中的文本來(lái)匹配,indexOf()方法是精髓
                int index = segmentText.indexOf(searchText);
                // 大于等于0,說(shuō)明文檔中有匹配到的文本
                if (index >= 0) {
                    int charCount = 0;
                    for (TextPosition pos : textPositions) {
                        String unicode = pos.getUnicode();
                        if (unicode == null) {
                            continue;
                        }
                        if (charCount == index) {
                            foundPosition = pos;
                            return;
                        }
                        charCount++;
                    }
                }
            }

            public TextPosition getResult() {
                return foundPosition;
            }
        }

        // 遍歷每一頁(yè)
        int totalPages = document.getNumberOfPages();
        for (int pageIndex = 0; pageIndex < totalPages; pageIndex++) {
            MyTextStripper stripper = new MyTextStripper();
            stripper.setStartPage(pageIndex + 1);
            stripper.setEndPage(pageIndex + 1);

            // 處理當(dāng)前頁(yè)
            stripper.writeText(document, new StringWriter());
            TextPosition result = stripper.getResult();
            if (result != null) {
                return new TextPositionWithDTO(result, pageIndex);
            }
        }
        return null;
    }
}

注意以下兩點(diǎn):

  • PDF 文本坐標(biāo)(TextPosition),是以文件左下角為原點(diǎn)的,越靠右x越大,越靠上y越大;
  • pageImage.getSubimage()方法,四個(gè)參數(shù)定義截取的矩形范圍,前兩個(gè)參數(shù)定義矩形左上角坐標(biāo),后兩個(gè)參數(shù)定義矩形的寬和高

(源碼說(shuō)明)

在這里插入圖片描述

TextPositionWithDTO 對(duì)象

import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
import org.apache.pdfbox.text.TextPosition;

import java.io.Serializable;

/**
 * 文本位置DTO
 */
@Data
@AllArgsConstructor
@NoArgsConstructor
public class TextPositionWithDTO implements Serializable {

    /**
     * 文本位置
     */
    private TextPosition textPosition;

    /**
     * 文本位置所在的頁(yè)碼
     */
    private int pageIndex;
}

controller,寫(xiě)一個(gè)接口,先獲取 PDF 文件,再截取其中的圖片

    @PostMapping("/pdf2")
    public byte[] pdf2() throws IOException {
        // 1.獲取PDF
        byte[] pdf = pdfService.pdf();

        // 2.將PDF寫(xiě)入到本地臨時(shí)文件夾中
        File pdfFile = FileUtil.createTempFile("demo", ".pdf", null, true);
        FileUtil.writeBytes(pdf, pdfFile);

        // 3.構(gòu)建響應(yīng)
        String fileName = "截取圖片.png";
        String encodedFileName = URLEncoder.encode(fileName, StandardCharsets.UTF_8);
        HttpHeaders headers = new HttpHeaders();
        headers.setContentType(MediaType.APPLICATION_OCTET_STREAM);
        headers.setContentDispositionFormData("attachment", encodedFileName);

        // 4.截取圖片,獲取圖片的字節(jié)數(shù)組
        byte[] image = pdfCutToImageExtractor.extractImage(pdfFile);
        
        // 5.刪除臨時(shí)存儲(chǔ)的PDF文件
        FileUtil.del(pdfFile);

        // 6.返回
        return ResponseEntity.ok()
                .headers(headers)
                .body(image).getBody();
    }

以上代碼引入的 pom.xml 文件內(nèi)容如下:

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <parent>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-parent</artifactId>
        <version>2.7.12</version>
        <relativePath/>
    </parent>

    <groupId>com.hezy</groupId>
    <artifactId>pdf_demo</artifactId>
    <version>1.0-SNAPSHOT</version>

    <properties>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    </properties>

    <dependencies>
        <!-- web依賴(lài),用調(diào)用接口的方式來(lái)測(cè)試 -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <!-- 生成pdf依賴(lài) -->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-thymeleaf</artifactId>
        </dependency>
        <dependency>
            <groupId>com.github.jhonnymertz</groupId>
            <artifactId>java-wkhtmltopdf-wrapper</artifactId>
            <version>1.3.1-RELEASE</version>
        </dependency>

        <!-- lombok依賴(lài) -->
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
        </dependency>

        <!-- PDF截取依賴(lài) -->
        <dependency>
            <groupId>org.apache.pdfbox</groupId>
            <artifactId>pdfbox</artifactId>
            <version>2.0.27</version>
        </dependency>

        <!-- 工具類(lèi) -->
        <dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-all</artifactId>
            <version>5.8.6</version>
        </dependency>
    </dependencies>

    <!-- 編譯插件,定義編譯語(yǔ)言,后面用于構(gòu)建PDF文件byte[],返回給前端 -->
    <build>
        <plugins>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <configuration>
                    <source>17</source>
                    <target>17</target>
                </configuration>
            </plugin>
        </plugins>
    </build>
</project>

關(guān)于如何生成 PDF 文件,參看文章:Java將數(shù)據(jù)寫(xiě)入到PDF文件

啟動(dòng),測(cè)試,先來(lái)看看生成的 PDF 文件,沒(méi)有影響,看不出“內(nèi)容信息”前后的截取點(diǎn)文本

在這里插入圖片描述

但是,復(fù)制空白處,還是可以粘貼出來(lái)的

在這里插入圖片描述

看看截取圖片效果,幾乎完美,把“內(nèi)容信息”部分的文本內(nèi)容完全截取出來(lái)了。

在這里插入圖片描述

總結(jié)

以上是我自己思考的一種將 PDF 文件中某部分內(nèi)容截取成圖片的方案。

這種方法是可以根據(jù)填充的內(nèi)容多少動(dòng)態(tài)適應(yīng),但如果你截取的內(nèi)容位置是固定的,就更好辦了,直接在下面這個(gè)截取方法里寫(xiě)死范圍

BufferedImage croppedImage = pageImage.getSubimage(imgStartX, imgStartY, width, height);

另外,還需要考慮截取內(nèi)容跨頁(yè)的情況,涉及跨頁(yè),以上代碼可能需要調(diào)整。

以上就是Java截取PDF內(nèi)容為圖片的實(shí)現(xiàn)代碼的詳細(xì)內(nèi)容,更多關(guān)于Java截取PDF內(nèi)容為圖片的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • IntelliJ IDEA使用maven實(shí)現(xiàn)tomcat的熱部署

    IntelliJ IDEA使用maven實(shí)現(xiàn)tomcat的熱部署

    這篇文章主要介紹了IntelliJ IDEA使用maven實(shí)現(xiàn)tomcat的熱部署,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2018-07-07
  • MyBatis-Plus攔截器實(shí)現(xiàn)數(shù)據(jù)權(quán)限控制的示例

    MyBatis-Plus攔截器實(shí)現(xiàn)數(shù)據(jù)權(quán)限控制的示例

    本文主要介紹了MyBatis-Plus攔截器實(shí)現(xiàn)數(shù)據(jù)權(quán)限控制的示例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2023-02-02
  • eclipse下搭建hibernate5.0環(huán)境的步驟(圖文)

    eclipse下搭建hibernate5.0環(huán)境的步驟(圖文)

    這篇文章主要介紹了eclipse下搭建hibernate5.0環(huán)境的步驟(圖文),小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2018-05-05
  • Java對(duì)接樂(lè)橙攝像頭詳細(xì)步驟(綁定設(shè)備/直播/控制)

    Java對(duì)接樂(lè)橙攝像頭詳細(xì)步驟(綁定設(shè)備/直播/控制)

    大華樂(lè)橙SDK(LechangeSDK)是一套由大華科技推出的智能安防領(lǐng)域?qū)S密浖_(kāi)發(fā)工具包,下面這篇文章主要介紹了Java對(duì)接樂(lè)橙攝像頭(綁定設(shè)備/直播/控制)的相關(guān)資料,文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下
    2025-12-12
  • 詳解Spring框架注解掃描開(kāi)啟之配置細(xì)節(jié)

    詳解Spring框架注解掃描開(kāi)啟之配置細(xì)節(jié)

    本篇文章主要介紹了詳解Spring框架注解掃描開(kāi)啟之配置細(xì)節(jié),小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2017-08-08
  • centos下編譯安裝mysql報(bào)錯(cuò)解決方案

    centos下編譯安裝mysql報(bào)錯(cuò)解決方案

    今天在centos6.2下面源碼編譯安裝mysql的時(shí),在編譯mysql的時(shí)候報(bào)了一個(gè)蛋蛋的錯(cuò)誤,本文提供詳細(xì)解決方案
    2012-11-11
  • IDEA意外退出問(wèn)題及解決

    IDEA意外退出問(wèn)題及解決

    文章主要講述了解決在使用IDEA拉取項(xiàng)目時(shí),由于堆內(nèi)存不足導(dǎo)致IDEA自動(dòng)退出的問(wèn)題,通過(guò)調(diào)整IDEA的堆內(nèi)存大?。╔ms和Xmx),并在執(zhí)行完畢后重新打開(kāi)IDEA,最終成功解決問(wèn)題
    2026-04-04
  • IDEA中Mybatis的xml文件報(bào)錯(cuò)問(wèn)題及解決

    IDEA中Mybatis的xml文件報(bào)錯(cuò)問(wèn)題及解決

    在IntelliJ IDEA中,MyBatis的XML文件報(bào)錯(cuò),提示'expected statement, got 'id'',通過(guò)找到并修改LanguageInjections的Mybatis相關(guān)配置,去掉最前面的sql前綴,禁用默認(rèn)配置文件,解決了每次重啟IDEA后配置失效的問(wèn)題
    2025-12-12
  • SpringBoot @ExceptionHandler與@ControllerAdvice異常處理詳解

    SpringBoot @ExceptionHandler與@ControllerAdvice異常處理詳解

    在Spring Boot應(yīng)用的開(kāi)發(fā)中,不管是對(duì)底層數(shù)據(jù)庫(kù)操作,對(duì)業(yè)務(wù)層操作,還是對(duì)控制層操作,都會(huì)不可避免的遇到各種可預(yù)知的,不可預(yù)知的異常需要處理,如果每個(gè)處理過(guò)程都單獨(dú)處理異常,那么系統(tǒng)的代碼耦合度會(huì)很高,工作量大且不好統(tǒng)一,以后維護(hù)的工作量也很大
    2022-10-10
  • Spring的Bean注入解析結(jié)果BeanDefinition詳解

    Spring的Bean注入解析結(jié)果BeanDefinition詳解

    這篇文章主要介紹了Spring的Bean注入解析結(jié)果BeanDefinition詳解,BeanDefinition描述了一個(gè)bean實(shí)例,擁有屬性值、構(gòu)造參數(shù)值和具體實(shí)現(xiàn)的其他信息,其是一個(gè)bean的元數(shù)據(jù),xml中配置的bean元素會(huì)被解析成BeanDefinition對(duì)象,需要的朋友可以參考下
    2023-12-12

最新評(píng)論

郁南县| 新龙县| 四川省| 新巴尔虎左旗| 克东县| 泰宁县| 庆元县| 石楼县| 化隆| 准格尔旗| 湘乡市| 西安市| 临颍县| 陆丰市| 潮州市| 怀远县| 延安市| 平潭县| 金平| 广宁县| 哈尔滨市| 延长县| 宝山区| 忻城县| 衡阳县| 浦江县| 新兴县| 迁安市| 亳州市| 陆丰市| 绵竹市| 房产| 象州县| 疏附县| 瓮安县| 陕西省| 呼图壁县| 建昌县| 丰都县| 崇州市| 京山县|