使用itextpdf提取PDF文件中的任意页码

使用itextpdf提取PDF文件中的任意页码

现在有这样的一个需求：

有一个几十页的PDF文件，现在需要从中拆分出指定的页码，然后生成一个新的PDF文件。

这个时候，可以使用开源的 itextpdf 库来实现，itextpdf 的官方 github 地址为：itextpdf 最新版本为 5.5.13.3，可以在 网站进行搜索。

com.itextpdf itextpdf 5.5.13.3

2、代码实现

2.1 指定页码抽取

package com.magic.itextpdf; import java.io.FileOutputStream; import java.io.IOException; import java.util.List; import java.util.Objects; import com.itextpdf.text.Document; import com.itextpdf.text.DocumentException; import com.itextpdf.text.pdf.PdfCopy; import com.itextpdf.text.pdf.PdfReader; import com.itextpdf.text.pdf.PdfSmartCopy; /** * PDF工具类 */ public class PdfUtils { /** * 抽取PDF文件 * @param sourceFile 源PDF文件路径 * @param targetFile 目标PDF文件路径 * @param extractedPageNums 需要抽取的页码 */ public static void extract(String sourceFile, String targetFile, List extractedPageNums) { Objects.requireNonNull(sourceFile); Objects.requireNonNull(targetFile); PdfReader reader = null; Document document = null; FileOutputStream outputStream = null; try { // 读取源文件 reader = new PdfReader(sourceFile); // 创建新的文档 document = new Document(); // 创建目标PDF文件 outputStream = new FileOutputStream(targetFile); PdfCopy pdfCopy = new PdfSmartCopy(document, outputStream); // 获取源文件的页数 int pages = reader.getNumberOfPages(); document.open(); // 注意此处的页码是从1开始 for (int page = 1; page <= pages; page++) { // 如果是指定的页码，则进行复制 if (extractedPageNums.contains(page)) { pdfCopy.addPage(pdfCopy.getImportedPage(reader, page)); } } } catch (IOException | DocumentException e) { e.printStackTrace(); } finally { if (reader != null) { reader.close(); } if (document != null) { document.close(); } if (outputStream != null) { try { outputStream.flush(); outputStream.close(); } catch (IOException e) { e.printStackTrace(); } } } } }

extract() 方法有三个参数，分包是源PDF文件路径、目标PDF文件路径和指定页码，其中指定页码采用List集合进行传递，比如需要抽取第1页，可以像下面这样调用

PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out.pdf", Collections.singletonList(1));

如果同时需要抽取多页，比如1、3、5页，那么可以这样调用

PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out.pdf", Arrays.asList(1, 3, 5));

当然，如果一个PDF有一百多页，现在需要抽取10-60页，如果还是像上面一样传递参数，则会非常麻烦，此时就可以重载一个方法，实现传递起始页码和结束页码来抽取了。

2.2 起始结束页码抽取

重载 extract 方法，具体的代码如下：

/** * 抽取PDF文件 * @param sourceFile 源PDF文件路径 * @param targetFile 目标PDF文件路径 * @param fromPageNum 起始页码 * @param toPageNum 结束页码 */ public static void extract(String sourceFile, String targetFile, int fromPageNum, int toPageNum) { Objects.requireNonNull(sourceFile); Objects.requireNonNull(targetFile); PdfReader reader = null; Document document = null; FileOutputStream outputStream = null; try { // 读取源文件 reader = new PdfReader(sourceFile); // 创建新的文档 document = new Document(); // 创建目标PDF文件 outputStream = new FileOutputStream(targetFile); PdfCopy pdfCopy = new PdfSmartCopy(document, outputStream); // 获取源文件的页数 int pages = reader.getNumberOfPages(); document.open(); // 注意此处的页码是从1开始 for (int page = 1; page <= pages; page++) { if (page >= fromPageNum && page <= toPageNum) { pdfCopy.addPage(pdfCopy.getImportedPage(reader, page)); } } } catch (IOException | DocumentException e) { e.printStackTrace(); } finally { if (reader != null) { reader.close(); } if (document != null) { document.close(); } if (outputStream != null) { try { outputStream.flush(); outputStream.close(); } catch (IOException e) { e.printStackTrace(); } } } }

对于连续页码而言，这个方式更加简单，比如要抽取 10-60页，那么可以这样调用

PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out.pdf", 10, 60);

3、测试验证

现在有一个总共2页的PDF文件，分别使用上面的方法进行抽取拆分第1页，代码如下：

package com.magic.itextpdf; import java.util.Collections; public class Test { public static void main(String[] args) { PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out_1.pdf", Collections.singletonList(1)); PdfUtils.extract("D:\\Test\\test.pdf", "D:\\Test\\test_out_2.pdf", 1, 1); } }

运行后，分别生成了 test_out_1.pdf 和 test_out_2.pdf 两个新文件，新文件都是源文件的第一页。

4、其他方法

如果只是处理单个PDF文件的话，那么可以使用WPS的打印功能，或者Chrome浏览器的打印功能都可以实现，非常方便。

4.1 WPS打印拆分

::: hljs-center

:::

4.2 Chrome打印拆分

::: hljs-center

:::

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。