Java實(shí)現(xiàn)PDF批量處理之合并、拆分、加水印的技術(shù)方案與實(shí)踐
更新時(shí)間：2026年02月11日 09:36:07 作者：用戶3891775626958
在日常開發(fā)中,PDF文檔處理是一個(gè)高頻需求,無論是合同管理系統(tǒng)需要合并多份PDF,還是報(bào)表系統(tǒng)需要按頁拆分,亦或是給機(jī)密文檔添加水印,都需要一套可靠的PDF處理方案,本文將分享基于Java技術(shù)棧實(shí)現(xiàn)PDF批量處理的核心思路與代碼實(shí)踐,需要的朋友可以參考下
一、技術(shù)選型
Java生態(tài)中處理PDF的庫主要有以下幾個(gè)：
| 庫名 | 特點(diǎn) | 適用場景 |
|------|------|----------|
| Apache PDFBox | 開源免費(fèi)，功能全面 | 合并、拆分、水印、文本提取 |
| iText | 功能強(qiáng)大，商用需授權(quán) | 復(fù)雜PDF生成、表單處理 |
| OpenPDF | iText的開源分支 | 輕量級PDF生成 |
綜合考慮開源協(xié)議和功能覆蓋度，Apache PDFBox 是大多數(shù)項(xiàng)目的首選。
二、Maven依賴配置
<dependency> <groupId>org.apache.pdfbox</groupId> <artifactId>pdfbox</artifactId> <version>2.0.27</version> </dependency>
三、PDF合并實(shí)現(xiàn)
3.1 核心思路
PDF合并的本質(zhì)是將多個(gè)PDF文檔的頁面按順序追加到一個(gè)新文檔中。PDFBox提供了PDFMergerUtility工具類來簡化這個(gè)過程。
3.2 代碼實(shí)現(xiàn)
import org.apache.pdfbox.multipdf.PDFMergerUtility;
import java.io.*;
import java.util.List;
public class PdfMergeService {
/**
* 合并多個(gè)PDF文件
* @param inputStreams PDF文件輸入流列表
* @param outputPath 輸出文件路徑
*/
public void mergePdf(List<InputStream> inputStreams, String outputPath)
throws IOException {
PDFMergerUtility merger = new PDFMergerUtility();
merger.setDestinationFileName(outputPath);
for (InputStream is : inputStreams) {
merger.addSource(is);
}
// 執(zhí)行合并，MemoryUsageSetting可控制內(nèi)存使用
merger.mergeDocuments(
org.apache.pdfbox.io.MemoryUsageSetting.setupMainMemoryOnly()
);
}
}
3.3 注意事項(xiàng)
- 內(nèi)存管理：處理大文件時(shí)建議使用
setupTempFileOnly()將臨時(shí)數(shù)據(jù)寫入磁盤，避免OOM - 文件順序：合并順序取決于
addSource的調(diào)用順序，前端可通過拖拽排序來控制 - 書簽處理：合并后原有書簽可能丟失，如需保留需額外處理
PDDocumentOutline
四、PDF拆分實(shí)現(xiàn)
4.1 按頁碼范圍拆分
import org.apache.pdfbox.multipdf.Splitter;
import org.apache.pdfbox.pdmodel.PDDocument;
public class PdfSplitService {
/**
* 按頁碼范圍拆分PDF
* @param inputStream 源PDF輸入流
* @param startPage 起始頁（從1開始）
* @param endPage 結(jié)束頁
*/
public byte[] splitByPageRange(InputStream inputStream,
int startPage, int endPage) throws IOException {
try (PDDocument document = PDDocument.load(inputStream);
PDDocument newDoc = new PDDocument()) {
int totalPages = document.getNumberOfPages();
// 參數(shù)校驗(yàn)
startPage = Math.max(1, startPage);
endPage = Math.min(totalPages, endPage);
for (int i = startPage - 1; i < endPage; i++) {
newDoc.addPage(document.getPage(i));
}
ByteArrayOutputStream baos = new ByteArrayOutputStream();
newDoc.save(baos);
return baos.toByteArray();
}
}
}
4.2 性能優(yōu)化建議
對于頁數(shù)很多的PDF（如上千頁），逐頁操作可能較慢?？梢钥紤]：
- 使用
Splitter類的setSplitAtPage()方法按固定頁數(shù)批量拆分 - 對于僅需提取少量頁面的場景，直接操作頁面樹比使用Splitter更高效
五、PDF加水印實(shí)現(xiàn)
5.1 文字水印核心代碼
import org.apache.pdfbox.pdmodel.*;
import org.apache.pdfbox.pdmodel.font.PDType1Font;
import org.apache.pdfbox.pdmodel.graphics.state.PDExtendedGraphicsState;
import org.apache.pdfbox.util.Matrix;
public class PdfWatermarkService {
public byte[] addTextWatermark(InputStream input, String text,
float opacity, float rotation, float fontSize) throws IOException {
try (PDDocument document = PDDocument.load(input)) {
// 遍歷每一頁添加水印
for (PDPage page : document.getPages()) {
PDPageContentStream cs = new PDPageContentStream(
document, page,
PDPageContentStream.AppendMode.APPEND, true, true
);
// 設(shè)置透明度
PDExtendedGraphicsState gs = new PDExtendedGraphicsState();
gs.setNonStrokingAlphaConstant(opacity);
cs.setGraphicsStateParameters(gs);
// 設(shè)置字體和顏色
cs.setFont(PDType1Font.HELVETICA_BOLD, fontSize);
cs.setNonStrokingColor(200, 200, 200); // 淺灰色
// 計(jì)算頁面中心位置
float pageWidth = page.getMediaBox().getWidth();
float pageHeight = page.getMediaBox().getHeight();
float cx = pageWidth / 2;
float cy = pageHeight / 2;
// 旋轉(zhuǎn)變換
cs.beginText();
Matrix matrix = Matrix.getRotateInstance(
Math.toRadians(rotation), cx, cy
);
cs.setTextMatrix(matrix);
cs.showText(text);
cs.endText();
cs.close();
}
ByteArrayOutputStream baos = new ByteArrayOutputStream();
document.save(baos);
return baos.toByteArray();
}
}
}
5.2 中文水印的坑
PDFBox默認(rèn)的PDType1Font不支持中文字符，直接使用會導(dǎo)致亂碼或報(bào)錯(cuò)。解決方案：
// 加載系統(tǒng)中文字體
PDType0Font chineseFont = PDType0Font.load(document,
new FileInputStream("/usr/share/fonts/wqy-microhei/wqy-microhei.ttc"), 0);
cs.setFont(chineseFont, fontSize);
服務(wù)器部署時(shí)需確保安裝了中文字體：
# CentOS/RHEL sudo yum install -y wqy-microhei-fonts # Ubuntu/Debian sudo apt-get install -y fonts-wqy-microhei
六、封裝為REST API
在Spring Boot項(xiàng)目中，可以將上述功能封裝為統(tǒng)一的REST接口：
@RestController
@RequestMapping("/api/document/pdf")
public class PdfController {
@PostMapping("/merge")
public ResponseEntity<?> merge(
@RequestParam("files") MultipartFile[] files) {
// 調(diào)用合并服務(wù)
}
@PostMapping("/split")
public ResponseEntity<?> split(
@RequestParam("file") MultipartFile file,
@RequestParam("startPage") int startPage,
@RequestParam("endPage") int endPage) {
// 調(diào)用拆分服務(wù)
}
@PostMapping("/watermark")
public ResponseEntity<?> watermark(
@RequestParam("file") MultipartFile file,
@RequestParam("text") String text,
@RequestParam(defaultValue = "0.5") float opacity) {
// 調(diào)用水印服務(wù)
}
}
七、實(shí)際效果
如果你不想自己搭建服務(wù)，也可以直接使用現(xiàn)成的在線工具來處理PDF。比如 輕語API開放平臺 提供了免費(fèi)的 PDF在線處理工具，支持合并、拆分、加水印、轉(zhuǎn)Word、轉(zhuǎn)圖片等功能，底層就是基于上述技術(shù)方案實(shí)現(xiàn)的。
對于需要批量處理的場景，也可以通過API接口集成到自己的系統(tǒng)中，省去重復(fù)造輪子的成本。
八、總結(jié)
| 功能 | 核心類/方法 | 難點(diǎn) |
|------|------------|------|
| PDF合并 | PDFMergerUtility | 大文件內(nèi)存管理 |
| PDF拆分 | PDDocument.getPage() | 頁碼邊界校驗(yàn) |
| PDF水印 | PDPageContentStream | 中文字體支持 |
PDF處理看似簡單，但在生產(chǎn)環(huán)境中需要關(guān)注內(nèi)存控制、字體兼容、并發(fā)處理等問題。希望本文的實(shí)踐經(jīng)驗(yàn)?zāi)軒椭闵俨纫恍┛印?/p>
以上就是Java實(shí)現(xiàn)PDF批量處理之合并、拆分、加水印的技術(shù)方案與實(shí)踐的詳細(xì)內(nèi)容，更多關(guān)于Java批量處理PDF文檔的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
Graceful Response 構(gòu)建 Spring Boot 響應(yīng)
Graceful Response是一個(gè)Spring Boot技術(shù)棧下的優(yōu)雅響應(yīng)處理器,提供一站式統(tǒng)一返回值封裝、全局異常處理、自定義異常錯(cuò)誤碼等功能,本文介紹Graceful Response 構(gòu)建 Spring Boot 下優(yōu)雅的響應(yīng)處理,感興趣的朋友一起看看吧2024-01-01
Java泛型的實(shí)現(xiàn)是不完整的，有時(shí)會遇到一些Java泛型類型擦除的問題。本文將詳細(xì)為大家講解Java泛型中類型擦除問題的解決方法，需要的可以參考一下2022-05-05
IDEA 中創(chuàng)建SpringBoot 父子模塊的實(shí)現(xiàn)
這篇文章主要介紹了IDEA 中創(chuàng)建SpringBoot 父子模塊的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(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一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
這篇文章主要介紹了Java后臺開發(fā)之表單提交之前驗(yàn)證的實(shí)現(xiàn)代碼，非常不錯(cuò)具有參考借鑒價(jià)值，需要的朋友參考下吧2017-02-02
本文介紹了在Java中處理日期格式y(tǒng)yyyMMddHHmmss的方法,包括使用java.time包（Java8+）和SimpleDateFormat（Java7及以下）,詳細(xì)說明了格式化和解析時(shí)間的示例代碼,并強(qiáng)調(diào)了線程安全和異常處理的重要性,還討論了常見錯(cuò)誤及其解決方法,以及如何生成唯一標(biāo)識符2025-11-11
這篇文章主要介紹了Idea中g(shù)it的使用小結(jié),本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2024-01-01
這篇文章主要介紹了Java基礎(chǔ)知識之Java語言概述,本文介紹了Java語言相關(guān)的基礎(chǔ)知識、歷史介紹、主要應(yīng)用方向等內(nèi)容,需要的朋友可以參考下2015-03-03
詳解spring mvc4使用及json 日期轉(zhuǎn)換解決方案
本篇文章主要介紹了spring mvc4使用及json 日期轉(zhuǎn)換解決方案，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-01-01
這篇文章主要給大家介紹了關(guān)于Java8中Map常用的遍歷方式,map屬于java中的頂級接口之一,區(qū)別于list,map是鍵值對的形式存在,需要的朋友可以參考下2023-07-07
這篇文章主要介紹了Java編碼摘要算法實(shí)例解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-01-01