目錄
- 使用Apache PDFBox實作拆分、合并PDF
- 問題背景
- Apache PDFBox介紹
- 拆分PDF
- 合并PDF
- 拆分 + 合并
- 完整代碼
- 參考：
使用Apache PDFBox實作拆分、合并PDF
問題背景
- 如何拆分PDF？
- 如何合并PDF？
- 如何拆分并合并PDF實作去除PDF的某些頁？
Apache PDFBox介紹
Apache PDFBox 1.8.10官方檔案
Apache PDFBox 庫是一個開源的 Java 工具，用于處理 PDF 檔案，該專案允許創建新的PDF檔案，操作 現有檔案以及從檔案中提取內容的能力， PDFBox還包括幾個命令列實用程式，PDFBox 發布 在 Apache 許可證下，版本 2.0，
也就是說，我們可以使用PDFBox實作拆分、合并PDF，
在maven專案中添加依賴：
<!--PDF操作-->
<dependency>
<groupId>org.apache.pdfbox</groupId>
<artifactId>pdfbox-app</artifactId>
<version>1.8.10</version>
</dependency>
拆分PDF
我們需實作WPS這種按照范圍拆分的拆分規則：
- 參考樣例
以下是wiki教程中找到的樣例，可以實作按照每頁拆分成pdf，
public static void main(String[] args) throws IOException {
//Loading an existing PDF document
File file = new File("C:/PdfBox_Examples/sample.pdf");
PDDocument document = PDDocument.load(file);
//Instantiating Splitter class
Splitter splitter = new Splitter();
//splitting the pages of a PDF document
List<PDDocument> Pages = splitter.split(document);
//Creating an iterator
Iterator<PDDocument> iterator = Pages.listIterator();
//Saving each page as an individual document
int i = 1;
while(iterator.hasNext()) {
PDDocument pd = iterator.next();
pd.save("C:/PdfBox_Examples/sample"+ i++ +".pdf");
}
System.out.println("Multiple PDF’s created");
document.close();
}
org.apache.pdfbox.util.Splitter類
Splitter 類有三個拆分相關的引數
private int splitAtPage = 1;
private int startPage = -2147483648;
private int endPage = 2147483647;
分別代表拆分的頁數范圍，開始拆分的頁數，結束拆分的頁數，
也就是說，我們可以通過實作設定splitter的相關引數（如splitter.setStartPage(12)等）來實作按照范圍拆分的功能，
- 匹配拆分規則
建立SplitterDTO
/**
* Splitter類的配置
*/
@Data
class SplitterDTO {
private int splitAtPage;
private int startPage;
private int endPage;
}
使用正則運算式校驗按照范圍拆分的拆分規則，將其引數保存在List<SplitterDTO>中：
// m-n 例如 3-5，拆分第三到第五頁的pdf
private static final String ruleOne = "^[1-9]\\d*-[1-9]\\d*$";
// m 例如 7，拆分第七頁的pdf
private static final String ruleTwo = "^[1-9]\\d*$";
/**
* 正則校驗匹配 拆分規則
* @param splitRule 拆分規則
* @return
*/
private List<SplitterDTO> matchByRegex(String splitRule) {
List<SplitterDTO> result = new ArrayList<>();
String[] splits = splitRule.split(",");
for (String split : splits) {
SplitterDTO dto = new SplitterDTO();
if (split.matches(ruleOne)) {
String[] nums = split.split("-");
dto.setStartPage(Integer.parseInt(nums[0]));
dto.setEndPage(Integer.parseInt(nums[1]));
// 拆分的長度
dto.setSplitAtPage(dto.getEndPage() - dto.getStartPage() + 1);
result.add(dto);
} else if (split.matches(ruleTwo)) {
dto.setStartPage(Integer.parseInt(split));
dto.setEndPage(Integer.parseInt(split));
dto.setSplitAtPage(1);
result.add(dto);
} else {
System.out.println("錯誤的規則：" + split);
}
}
return result;
}
- 根據拆分規則拆分PDF
根據拆分規則開始拆分PDF并保存為pdf，
/**
* 拆分pdf
* @param sourcePdf 源pdf（路徑+檔案名+檔案后綴）
* @param splitPath 拆分后的檔案路徑
* @param splitFileName 拆分后的檔案名（不含后綴）
* @param splitterDTOS 拆分規則
* @return finalPdfs 最終拆分成的pdf
*/
private List<String> spitPdf(String sourcePdf, String splitPath, String splitFileName, List<SplitterDTO> splitterDTOS) throws IOException, COSVisitorException {
List<String> finalPdfs = new ArrayList<>();
int j = 1;
String splitPdf = splitPath + "\\" + splitFileName + "_";
for (SplitterDTO splitterDTO : splitterDTOS) {
// Loading an existing PDF document
File file = new File(sourcePdf);
PDDocument document = PDDocument.load(file);
// Instantiating Splitter class
Splitter splitter = new Splitter();
splitter.setStartPage(splitterDTO.getStartPage());
splitter.setSplitAtPage(splitterDTO.getSplitAtPage());
splitter.setEndPage(splitterDTO.getEndPage());
// splitting the pages of a PDF document
List<PDDocument> Pages = splitter.split(document);
// Creating an iterator
Iterator<PDDocument> iterator = Pages.listIterator();
// Saving each page as an individual document
while(iterator.hasNext()) {
PDDocument pd = iterator.next();
String pdfName = splitPdf+ j++ +".pdf";
pd.save(pdfName);
finalPdfs.add(pdfName);
}
// System.out.println("Multiple PDF’s created");
document.close();
}
return finalPdfs;
}
- 拆分測驗
public static void main(String[] args) throws Exception {
// 拆分規則：如拆分成1-4，5，以及8三個pdf
String splitRule = "1-4,5,8";
String sourcePdf = "D:\\BaiduNetdiskDownload\\test\\測驗用pdf.pdf";
// 拆分后pdf所放的檔案夾
String splitPath = "D:\\BaiduNetdiskDownload\\test";
// 拆分后的檔案名
String splitFileName = UUID.randomUUID().toString().replace("-", "");
/**
* 1、拆分
*/
PdfUtils pdfUtils = new PdfUtils();
List<SplitterDTO> splitterDTOS = pdfUtils.matchByRegex(splitRule);
List<String> pdfList = pdfUtils.spitPdf(sourcePdf, splitPath, splitFileName, splitterDTOS);
System.out.println("pdf檔案拆分成功------------");
pdfList.forEach(System.out::println);
}
控制臺輸出結果：
pdf檔案拆分成功------------
D:\BaiduNetdiskDownload\test\a5f1b001f2d64a75ac63e75bdb4809e6_1.pdf
D:\BaiduNetdiskDownload\test\a5f1b001f2d64a75ac63e75bdb4809e6_2.pdf
D:\BaiduNetdiskDownload\test\a5f1b001f2d64a75ac63e75bdb4809e6_3.pdf
對應檔案夾生成三個pdf檔案：
合并PDF
- 代碼
/**
* 合并PDF
* @param inputStreams 需合并的pdf檔案流
* @param bothPath 合并后的pdf檔案路徑
* @param destinationFileName 合并后的pdf檔案名
*/
public static void MergePdf(List<InputStream> inputStreams, String bothPath, String destinationFileName) throws Exception {
// org.apache.pdfbox.util.PDFMergerUtility：pdf合并工具類
PDFMergerUtility mergePdf = new PDFMergerUtility();
File file = new File(bothPath);
if (!file.exists()) {
file.mkdirs();
}
mergePdf.addSources(inputStreams);
// 設定合并生成pdf檔案名稱
mergePdf.setDestinationFileName(bothPath + File.separator + destinationFileName);
// 合并PDF
mergePdf.mergeDocuments();
for (InputStream in : inputStreams) {
if (in != null) {
in.close();
}
}
}
- 合并測驗
public static void main(String[] args) throws Exception {
/**
* 合并
*/
// 合并pdf生成的檔案名
String destinationFileName = DateUtils.format(new Date());
// 需要合并的PDF檔案
List<InputStream> inputStreams = new ArrayList<>();
inputStreams.add(new FileInputStream(new File("D:\\ToPDF\\pdf\\水印沖鴨.pdf")));
inputStreams.add(new FileInputStream(new File("D:\\ToPDF\\pdf\\testtest.pdf")));
// 合并后pdf存放路徑
String bothPath = "D:\\ToPDF\\pdf";
MergePdf(inputStreams, bothPath, destinationFileName+"測驗合并.pdf");
System.out.println("pdf檔案合并成功");
}
控制臺輸出結果：
pdf檔案合并成功
對應檔案夾生成合并的pdf檔案：
拆分 + 合并
- 測驗代碼
public static void main(String[] args) throws Exception {
// 拆分規則：如拆分成1-4，5，以及8三個pdf
String splitRule = "1-4,5,8";
String sourcePdf = "D:\\BaiduNetdiskDownload\\test\\測驗用pdf.pdf";
// 拆分后pdf所放的檔案夾
String splitPath = "D:\\BaiduNetdiskDownload\\test";
// 拆分后的檔案名
String splitFileName = UUID.randomUUID().toString().replace("-", "");
/**
* 1、拆分
*/
PdfUtils pdfUtils = new PdfUtils();
List<SplitterDTO> splitterDTOS = pdfUtils.matchByRegex(splitRule);
List<String> pdfList = pdfUtils.spitPdf(sourcePdf, splitPath, splitFileName, splitterDTOS);
System.out.println("pdf檔案拆分成功------------");
pdfList.forEach(System.out::println);
/**
* 2、合并
*/
// 合并pdf生成的檔案名
String destinationFileName = splitFileName;
// 需要合并的PDF檔案
List<InputStream> inputStreams = new ArrayList<>();
for (String pdf : pdfList) {
inputStreams.add(new FileInputStream(new File(pdf)));
}
// 合并后pdf存放路徑
String bothPath = "D:\\BaiduNetdiskDownload\\test";
MergePdf(inputStreams, bothPath, destinationFileName + "測驗合并.pdf");
System.out.println("pdf檔案合并成功-----------");
}
- 測驗結果
控制臺輸出結果：
pdf檔案拆分成功------------
D:\BaiduNetdiskDownload\test\a5f1b001f2d64a75ac63e75bdb4809e6_1.pdf
D:\BaiduNetdiskDownload\test\a5f1b001f2d64a75ac63e75bdb4809e6_2.pdf
D:\BaiduNetdiskDownload\test\a5f1b001f2d64a75ac63e75bdb4809e6_3.pdf
pdf檔案合并成功-----------
對應檔案夾生成拆分后以及合并的pdf檔案：
完整代碼
package com.example.demo.utils;
import lombok.Data;
import org.apache.pdfbox.exceptions.COSVisitorException;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.util.PDFMergerUtility;
import org.apache.pdfbox.util.Splitter;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStream;
import java.util.*;
/**
* @Author 似有風中泣
* @Description 操作PDF類
* @Data 2022/6/27 16:18
* @Version 1.0
*/
public class PdfUtils {
// m-n 例如 3-5，拆分第三到第五頁的pdf
private static final String ruleOne = "^[1-9]\\d*-[1-9]\\d*$";
// m 例如 7，拆分第七頁的pdf
private static final String ruleTwo = "^[1-9]\\d*$";
public static void main(String[] args) throws Exception {
// 拆分規則：如拆分成1-4，5，以及8三個pdf
String splitRule = "1-4,5,8";
String sourcePdf = "D:\\BaiduNetdiskDownload\\test\\測驗用pdf.pdf";
// 拆分后pdf所放的檔案夾
String splitPath = "D:\\BaiduNetdiskDownload\\test";
// 拆分后的檔案名
String splitFileName = UUID.randomUUID().toString().replace("-", "");
/**
* 1、拆分
*/
PdfUtils pdfUtils = new PdfUtils();
List<SplitterDTO> splitterDTOS = pdfUtils.matchByRegex(splitRule);
List<String> pdfList = pdfUtils.spitPdf(sourcePdf, splitPath, splitFileName, splitterDTOS);
System.out.println("pdf檔案拆分成功------------");
pdfList.forEach(System.out::println);
/**
* 2、合并
*/
// 合并pdf生成的檔案名
String destinationFileName = splitFileName;
// 需要合并的PDF檔案
List<InputStream> inputStreams = new ArrayList<>();
for (String pdf : pdfList) {
inputStreams.add(new FileInputStream(new File(pdf)));
}
// 合并后pdf存放路徑
String bothPath = "D:\\BaiduNetdiskDownload\\test";
MergePdf(inputStreams, bothPath, destinationFileName + "測驗合并.pdf");
System.out.println("pdf檔案合并成功-----------");
}
/**
* 正則校驗匹配 拆分規則
* @param splitRule 拆分規則
* @return
*/
private List<SplitterDTO> matchByRegex(String splitRule) {
List<SplitterDTO> result = new ArrayList<>();
String[] splits = splitRule.split(",");
for (String split : splits) {
SplitterDTO dto = new SplitterDTO();
if (split.matches(ruleOne)) {
String[] nums = split.split("-");
dto.setStartPage(Integer.parseInt(nums[0]));
dto.setEndPage(Integer.parseInt(nums[1]));
// 拆分的長度
dto.setSplitAtPage(dto.getEndPage() - dto.getStartPage() + 1);
result.add(dto);
} else if (split.matches(ruleTwo)) {
dto.setStartPage(Integer.parseInt(split));
dto.setEndPage(Integer.parseInt(split));
dto.setSplitAtPage(1);
result.add(dto);
} else {
System.out.println("錯誤的規則：" + split);
}
}
return result;
}
/**
* 拆分pdf
* @param sourcePdf 源pdf（路徑+檔案名+檔案后綴）
* @param splitPath 拆分后的檔案路徑
* @param splitFileName 拆分后的檔案名（不含后綴）
* @param splitterDTOS 拆分規則
* @return finalPdfs 最終拆分成的pdf
*/
private List<String> spitPdf(String sourcePdf, String splitPath, String splitFileName, List<SplitterDTO> splitterDTOS) throws IOException, COSVisitorException {
List<String> finalPdfs = new ArrayList<>();
int j = 1;
String splitPdf = splitPath + "\\" + splitFileName + "_";
for (SplitterDTO splitterDTO : splitterDTOS) {
// Loading an existing PDF document
File file = new File(sourcePdf);
PDDocument document = PDDocument.load(file);
// Instantiating Splitter class
Splitter splitter = new Splitter();
splitter.setStartPage(splitterDTO.getStartPage());
splitter.setSplitAtPage(splitterDTO.getSplitAtPage());
splitter.setEndPage(splitterDTO.getEndPage());
// splitting the pages of a PDF document
List<PDDocument> Pages = splitter.split(document);
// Creating an iterator
Iterator<PDDocument> iterator = Pages.listIterator();
// Saving each page as an individual document
while(iterator.hasNext()) {
PDDocument pd = iterator.next();
String pdfName = splitPdf+ j++ +".pdf";
pd.save(pdfName);
finalPdfs.add(pdfName);
}
// System.out.println("Multiple PDF’s created");
document.close();
}
return finalPdfs;
}
/**
* 合并PDF
* @param inputStreams 需合并的pdf檔案流
* @param bothPath 合并后的pdf檔案路徑
* @param destinationFileName 合并后的pdf檔案名
*/
public static void MergePdf(List<InputStream> inputStreams, String bothPath, String destinationFileName) throws Exception {
// pdf合并工具類
PDFMergerUtility mergePdf = new PDFMergerUtility();
File file = new File(bothPath);
if (!file.exists()) {
file.mkdirs();
}
mergePdf.addSources(inputStreams);
// 設定合并生成pdf檔案名稱
mergePdf.setDestinationFileName(bothPath + File.separator + destinationFileName);
// 合并PDF
mergePdf.mergeDocuments();
for (InputStream in : inputStreams) {
if (in != null) {
in.close();
}
}
}
}
/**
* Splitter類的配置
*/
@Data
class SplitterDTO {
private int splitAtPage;
private int startPage;
private int endPage;
}
參考：
https://iowiki.com/pdfbox/pdfbox_splitting_a_pdf_document.html
https://github.com/apache/pdfbox
https://javadoc.io/doc/org.apache.pdfbox/pdfbox/1.8.10/index.html
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/538584.html
標籤：Java