java读取pdf文件内容（java获取pdf内容带格式）

在pdf文档中，图片的坐标信息能够帮助我们更好地对图片进行操作。本文就将介绍如何通过java代码来获取pdf文档中已有图片的坐标信息。

此次代码演示用到的工具仍旧是一款名为free spire.pdf for java的免费控件。在运行代码前，我们需要将控件里的相关jar包导入idea中。导入方式有两种：

1、手动导入。在e-iceblue中文官网上下载产品安装包，解压后找到lib文件夹下的spire.pdf.jar，然后进行手动导入；

2、maven仓库导入。在idea中创建maven仓库，然后在pom.xml中引用以下代码，最后点击“import changes”即可。

<repositories>
        <repository>
            <id>com.e-iceblue</id>
            <name>e-iceblue</name>
            <url>http://repo.e-iceblue.com/nexus/content/groups/public/</url>
        </repository>
</repositories>
<dependencies>
    <dependency>
        <groupid>e-iceblue</groupid>
        <artifactid>spire.pdf.free</artifactid>
        <version>3.9.0</version>
    </dependency>
</dependencies>

代码示例

我将用一个pdf文档作为示例，该文档的第一页有两张图片（如下图所示）。

在导入jar包后，我们就可以在idea中创建一个java class类，然后键入以下代码来获取示例文档中的图片的坐标信息。

import com.spire.pdf.pdfdocument;
import com.spire.pdf.pdfpagebase;
import com.spire.pdf.exporting.pdfimageinfo;
import java.awt.geom.rectangle2d;

public class getcoordinateofimages {
    public static void main(string[] args) {
        //创建pdfdocument对象
        pdfdocument doc = new pdfdocument();

        //加载一个pdf文档
        doc.loadfromfile("c:\users\test1\desktop\sample.pdf");

        //获取第一页
        pdfpagebase page = doc.getpages().get(0);

        //获取第一页上的图片信息
        pdfimageinfo[] imageinfo = page.getimagesinfo();

        //遍历图片信息
        for (int i = 0; i < imageinfo.length; i++) {

            //获取指定图片的边界属性
            rectangle2d rect = imageinfo[i].getbounds();

            //获取左上角坐标
            system.out.println(string.format("第%d张图片的左上角坐标为：（%f, %f）", i+1, rect.getx(), rect.gety()));
        }
    }
}

获取结果如下：