技术博客
惊喜好礼享不停
技术博客
Apache PDFBox：开源Java库的PDF处理全能手

Apache PDFBox：开源Java库的PDF处理全能手

作者: 万维易源
2024-08-14
Apache PDFBox开源 Java处理 PDF创建文档编辑文档

摘要

Apache PDFBox 是一款专为处理 PDF 文档设计的开源 Java 库。它不仅支持创建新的 PDF 文档，还允许用户编辑现有的文档，并从中提取所需的信息。此外，PDFBox 提供了丰富的工具和功能，满足用户对于 PDF 文件更高级的操作需求。

关键词

Apache PDFBox, 开源 Java, 处理 PDF, 创建文档, 编辑文档

一、Apache PDFBox的基本概念

1.1 Apache PDFBox简介及安装

Apache PDFBox 是一款强大的开源 Java 库，旨在简化 PDF 文档的处理过程。无论是创建新的 PDF 文档、编辑现有文档还是从文档中提取信息，PDFBox 都能提供全面的支持。它不仅适用于简单的 PDF 操作，还包含了一系列高级工具和功能，满足开发者对于 PDF 文件处理的各种需求。

安装指南

为了开始使用 Apache PDFBox，首先需要将其添加到项目的依赖管理工具中。如果你使用的是 Maven 或 Gradle，可以通过以下步骤轻松集成：

  • Maven:
    <dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox</artifactId>
    <version>2.0.24</version>
</dependency>
  • Gradle:
    implementation 'org.apache.pdfbox:pdfbox:2.0.24'

这里以版本 2.0.24 为例，这是截至撰写本文时的一个稳定版本。当然，建议始终使用最新的稳定版本以获得最佳性能和安全性。

1.2 Apache PDFBox的核心功能概述

Apache PDFBox 的核心功能涵盖了 PDF 文档处理的各个方面，包括但不限于：

  • 创建新的 PDF 文档：PDFBox 提供了一套完整的 API，允许开发者从零开始构建 PDF 文档。这包括添加文本、图像、表格等元素，以及设置页面布局和样式。
  • 编辑现有文档：对于已有的 PDF 文件，PDFBox 支持修改内容、添加或删除页面、调整页面顺序等功能。这些操作可以极大地提高文档管理的灵活性。
  • 提取文档信息：从 PDF 文件中提取文本、元数据（如作者、标题等）和其他信息是 PDFBox 的另一大亮点。这对于自动化处理流程非常有用，例如批量提取文档中的关键信息。
  • 高级功能：除了基本操作外，PDFBox 还支持更复杂的任务，比如数字签名、水印添加、表单填写等。这些高级功能使得 PDFBox 成为一个全面的 PDF 解决方案。

通过上述功能，Apache PDFBox 成为了处理 PDF 文档的强大工具，无论是在企业级应用还是个人项目中都能发挥重要作用。

二、Apache PDFBox的创建与编辑功能

2.1 创建PDF文档的基本步骤

创建 PDF 文档是使用 Apache PDFBox 的常见需求之一。下面是一些基本步骤，帮助开发者快速上手并构建自己的 PDF 文档。

2.1.1 初始化 PDF 文档

首先，需要创建一个新的 PDDocument 对象，这是 PDFBox 中用于表示 PDF 文档的主要类。这一步骤标志着 PDF 文档创建过程的开始。

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDPageContentStream;
import org.apache.pdfbox.pdmodel.common.PDRectangle;

// 创建一个新的 PDF 文档
PDDocument document = new PDDocument();
PDPage page = new PDPage(PDRectangle.A4);
document.addPage(page);

2.1.2 添加内容到页面

接下来，需要向文档中添加内容。这通常涉及到创建一个 PDPageContentStream 对象，并使用它来绘制文本、图像等元素。

PDPageContentStream contentStream = new PDPageContentStream(document, page);

// 添加文本
contentStream.beginText();
contentStream.setFont(PDType1Font.HELVETICA_BOLD, 12);
contentStream.newLineAtOffset(100, 700);
contentStream.showText("Hello, World!");
contentStream.endText();

// 添加图像（假设 image 是一个 PDImageXObject）
// contentStream.drawImage(image, 100, 600);

contentStream.close();

2.1.3 保存并关闭文档

完成所有内容添加后，最后一步是保存文档并关闭 PDDocument 对象。这一步非常重要，因为只有在这之后，创建的 PDF 文件才会被实际保存到磁盘上。

// 保存文档
document.save("output.pdf");

// 关闭文档
document.close();

通过以上步骤，可以创建一个基本的 PDF 文档。当然，根据具体需求，还可以添加更多的内容和样式。

2.2 PDF文档的页面管理与内容添加

除了创建文档之外，Apache PDFBox 还提供了丰富的功能来管理文档中的页面，并在页面上添加各种类型的内容。

2.2.1 页面管理

页面管理包括添加、删除页面以及调整页面顺序等操作。这些功能使得文档编辑更加灵活。

  • 添加页面：使用 addPage() 方法可以轻松地向文档中添加新的页面。
    PDPage newPage = new PDPage(PDRectangle.LETTER);
document.addPage(newPage);
  • 删除页面：如果需要删除某个页面，可以使用 removePage() 方法。
    int pageIndex = 1; // 假设要删除第 2 页
document.removePage(pageIndex);
  • 调整页面顺序：通过重新排序 PDDocument 中的 PDPage 对象列表，可以改变页面的显示顺序。
    List<PDPage> pages = document.getDocumentCatalog().getAllPages();
PDPage pageToMove = pages.get(1); // 获取第 2 页
pages.remove(pageToMove);
pages.add(0, pageToMove); // 将其移动到第一页

2.2.2 内容添加

在页面上添加内容是 PDFBox 的另一个重要功能。除了基本的文本和图像外，还可以添加表格、链接等复杂元素。

  • 添加表格：使用 PDTable 类可以方便地创建表格，并将其添加到页面上。
    PDTable table = new PDTable(document, 3, 2); // 3 列 2 行
table.addCell("Header 1");
table.addCell("Header 2");
table.addCell("Row 1, Col 1");
table.addCell("Row 1, Col 2");
PDPageContentStream contentStream = new PDPageContentStream(document, page);
contentStream.draw(table);
contentStream.close();
  • 添加链接：通过 PDAnnotationLink 可以为文本添加超链接。
    PDPageContentStream contentStream = new PDPageContentStream(document, page);
PDAnnotationLink link = new PDAnnotationLink();
link.setDestination(new PDPageDestination(page, PDPageDestination.Type.Fit));
PDRectangle rect = new PDRectangle(100, 600, 100, 20);
link.setRectangle(rect);
contentStream.addAnnotation(link);
contentStream.beginText();
contentStream.setFont(PDType1Font.HELVETICA, 12);
contentStream.newLineAtOffset(100, 600);
contentStream.showText("Click here");
contentStream.endText();
contentStream.close();

通过这些方法，可以有效地管理 PDF 文档中的页面，并在页面上添加丰富的内容，从而实现更加灵活和多样化的文档编辑。

三、Apache PDFBox的编辑技巧

3.1 编辑PDF文档的常见操作

编辑 PDF 文档是使用 Apache PDFBox 的一个重要方面。无论是修改现有文档的内容、添加或删除页面，还是调整页面顺序，PDFBox 都提供了丰富的 API 来支持这些操作。下面将详细介绍一些常见的编辑操作及其实施步骤。

3.1.1 修改文档内容

修改 PDF 文档的内容通常涉及替换文本、插入图像或更新表格等。Apache PDFBox 通过 PDPageContentStream 提供了这些功能。

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDPageContentStream;
import org.apache.pdfbox.pdmodel.common.PDRectangle;

// 加载现有文档
PDDocument document = PDDocument.load(new File("existing.pdf"));
PDPage page = (PDPage) document.getPage(0);

// 创建 PDPageContentStream 并修改内容
PDPageContentStream contentStream = new PDPageContentStream(document, page, PDPageContentStream.AppendMode.OVERWRITE, true, true);
contentStream.beginText();
contentStream.setFont(PDType1Font.HELVETICA_BOLD, 12);
contentStream.newLineAtOffset(100, 700);
contentStream.showText("Updated Text");
contentStream.endText();
contentStream.close();

// 保存并关闭文档
document.save("updated.pdf");
document.close();

3.1.2 添加或删除页面

在 PDF 文档中添加或删除页面是另一个常见的需求。Apache PDFBox 通过 PDDocument 类提供了相应的 API。

  • 添加页面:
    PDPage newPage = new PDPage(PDRectangle.A4);
document.addPage(newPage);
  • 删除页面:
    int pageIndex = 1; // 假设要删除第 2 页
document.removePage(pageIndex);

3.1.3 调整页面顺序

有时需要调整 PDF 文档中页面的顺序。这可以通过重新排列 PDDocument 中的 PDPage 对象列表来实现。

List<PDPage> pages = document.getDocumentCatalog().getAllPages();
PDPage pageToMove = pages.get(1); // 获取第 2 页
pages.remove(pageToMove);
pages.add(0, pageToMove); // 将其移动到第一页

通过这些基本操作，可以有效地编辑 PDF 文档，使其符合特定的需求。

3.2 高级编辑技巧与实践案例

除了基本的编辑功能外，Apache PDFBox 还支持一系列高级编辑技巧，包括数字签名、水印添加、表单填写等。这些功能使得 PDFBox 成为一个全面的 PDF 解决方案。

3.2.1 数字签名

数字签名是一种重要的安全措施，用于验证 PDF 文档的真实性和完整性。Apache PDFBox 提供了相应的 API 来实现这一功能。

import org.apache.pdfbox.pdmodel.interactive.signature.PDSignature;
import org.apache.pdfbox.pdmodel.interactive.signature.PDSignatureField;
import org.apache.pdfbox.pdmodel.interactive.form.PDAcroForm;
import org.apache.pdfbox.pdmodel.interactive.form.PDSignatureDictionary;

// 加载文档
PDDocument document = PDDocument.load(new File("document.pdf"));

// 获取 AcroForm
PDAcroForm acroForm = document.getDocumentCatalog().getAcroForm();

// 创建签名字段
PDSignatureField signatureField = new PDSignatureField(acroForm);
signatureField.setRect(new PDRectangle(100, 100, 200, 100));

// 添加签名字段到文档
acroForm.getFields().add(signatureField);

// 创建签名对象
PDSignature signature = new PDSignature();
signature.setFilter(PDSignature.DOCMD);
signature.setSubFilter(PDSignature.ADBE_PKCS7_DETACHED);

// 设置签名属性
PDSignatureDictionary signatureDictionary = signature.getSignatureDictionary();
signatureDictionary.setContents("Signed by John Doe".getBytes());
signatureDictionary.setReason("Approved");
signatureDictionary.setLocation("New York");

// 将签名关联到签名字段
signatureField.setSignature(signature);

// 保存并关闭文档
document.save("signed.pdf");
document.close();

3.2.2 水印添加

水印是一种常用于保护版权或标识文档来源的技术。Apache PDFBox 提供了简单的方法来实现这一功能。

import org.apache.pdfbox.pdmodel.PDResources;
import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;
import org.apache.pdfbox.pdmodel.graphics.state.PDExtendedGraphicsState;

// 加载文档
PDDocument document = PDDocument.load(new File("document.pdf"));
PDPage page = (PDPage) document.getPage(0);

// 创建 PDPageContentStream
PDPageContentStream contentStream = new PDPageContentStream(document, page, PDPageContentStream.AppendMode.APPEND, true, true);

// 加载水印图像
PDImageXObject watermark = PDImageXObject.createFromFile("watermark.png", document);

// 设置透明度
PDExtendedGraphicsState gstate = new PDExtendedGraphicsState();
gstate.setNonStrokingAlphaConstant(0.5f);
gstate.setStrokingAlphaConstant(0.5f);
contentStream.setGraphicsStateParameters(gstate);

// 绘制水印
contentStream.drawImage(watermark, 100, 100);

// 关闭流并保存文档
contentStream.close();
document.save("watermarked.pdf");
document.close();

3.2.3 表单填写

表单填写是 PDF 文档处理中的一个重要方面。Apache PDFBox 提供了相应的 API 来支持这一功能。

import org.apache.pdfbox.pdmodel.interactive.form.PDAcroForm;
import org.apache.pdfbox.pdmodel.interactive.form.PDTextField;

// 加载文档
PDDocument document = PDDocument.load(new File("form.pdf"));

// 获取 AcroForm
PDAcroForm acroForm = document.getDocumentCatalog().getAcroForm();

// 填充表单字段
PDTextField nameField = (PDTextField) acroForm.getField("name");
nameField.setValue("John Doe");

PDTextField emailField = (PDTextField) acroForm.getField("email");
emailField.setValue("john.doe@example.com");

// 保存并关闭文档
document.save("filled_form.pdf");
document.close();

通过这些高级编辑技巧，可以进一步增强 PDF 文档的功能性和安全性，满足更复杂的应用场景需求。

四、Apache PDFBox的信息提取功能

4.1 从PDF文档中提取文本和数据

从 PDF 文档中提取文本和数据是许多应用程序和自动化流程中的关键步骤。Apache PDFBox 提供了强大的工具来实现这一目标。下面将详细介绍如何使用 PDFBox 从 PDF 文档中提取文本和数据。

4.1.1 提取文本内容

提取 PDF 文档中的文本内容是 PDFBox 最常用的功能之一。这可以通过 PDFTextStripper 类来实现，该类提供了多种方法来提取文本。

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;

// 加载 PDF 文档
PDDocument document = PDDocument.load(new File("example.pdf"));

// 创建 PDFTextStripper 实例
PDFTextStripper stripper = new PDFTextStripper();

// 提取文本
String text = stripper.getText(document);

// 输出文本
System.out.println(text);

// 关闭文档
document.close();

4.1.2 提取元数据

除了文本内容外，PDFBox 还支持提取文档的元数据，如作者、标题、主题等。这对于文档管理和检索非常有用。

// 加载 PDF 文档
PDDocument document = PDDocument.load(new File("example.pdf"));

// 获取文档信息
PDDocumentInformation info = document.getDocumentInformation();

// 提取元数据
String author = info.getAuthor();
String title = info.getTitle();
String subject = info.getSubject();

// 输出元数据
System.out.println("Author: " + author);
System.out.println("Title: " + title);
System.out.println("Subject: " + subject);

// 关闭文档
document.close();

4.1.3 提取图像和其他资源

PDFBox 不仅可以提取文本和元数据，还可以提取 PDF 文档中的图像和其他资源。这对于需要处理文档中的非文本内容的应用程序来说非常有用。

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDResources;
import org.apache.pdfbox.pdmodel.graphics.image.PDImageXObject;

// 加载 PDF 文档
PDDocument document = PDDocument.load(new File("example.pdf"));
PDPage page = (PDPage) document.getPage(0);

// 获取页面资源
PDResources resources = page.getResources();

// 提取图像
for (PDImageXObject image : resources.getXObjectNames()) {
    if (image instanceof PDImageXObject) {
        PDImageXObject pdImage = (PDImageXObject) image;
        pdImage.save("extracted_image.png");
    }
}

// 关闭文档
document.close();

通过上述方法，可以有效地从 PDF 文档中提取所需的文本和数据，为后续的数据处理和分析提供基础。

4.2 PDFBox的搜索与提取功能详解

PDFBox 不仅支持从 PDF 文档中提取文本和数据，还提供了强大的搜索功能，帮助开发者精确地定位和提取所需的信息。

4.2.1 文本搜索

PDFBox 提供了 PDFTextStripperByArea 类来支持文本搜索。通过设置搜索区域和关键字，可以精确地找到文档中的特定内容。

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripperByArea;
import org.apache.pdfbox.text.PDFTextStripperByArea.TextPosition;

// 加载 PDF 文档
PDDocument document = PDDocument.load(new File("example.pdf"));

// 创建 PDFTextStripperByArea 实例
PDFTextStripperByArea stripper = new PDFTextStripperByArea();
stripper.setSortByPosition(true);

// 设置搜索区域
TextPosition position = new TextPosition(100, 100, 200, 200);
stripper.addRegion("search_area", position);

// 设置搜索关键字
stripper.setSearchString("keyword");

// 提取文本
String text = stripper.getText(document);

// 输出文本
System.out.println(text);

// 关闭文档
document.close();

4.2.2 数据提取

除了文本搜索外，PDFBox 还支持基于正则表达式的数据提取。这对于从文档中提取特定格式的数据（如日期、电话号码等）非常有用。

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;
import org.apache.pdfbox.text.PDFTextStripperByArea;
import org.apache.pdfbox.text.PDFTextStripperByArea.TextPosition;

// 加载 PDF 文档
PDDocument document = PDDocument.load(new File("example.pdf"));

// 创建 PDFTextStripper 实例
PDFTextStripperByArea stripper = new PDFTextStripperByArea();
stripper.setSortByPosition(true);

// 设置搜索区域
TextPosition position = new TextPosition(100, 100, 200, 200);
stripper.addRegion("search_area", position);

// 设置正则表达式
stripper.setRegex("\\d{4}-\\d{2}-\\d{2}"); // 匹配日期格式

// 提取文本
String text = stripper.getText(document);

// 输出文本
System.out.println(text);

// 关闭文档
document.close();

通过这些搜索和提取功能，可以更加高效地处理 PDF 文档中的信息，满足不同的应用场景需求。

五、Apache PDFBox的高级特性

5.1 Apache PDFBox的优化与性能提升

Apache PDFBox 在处理大量或复杂的 PDF 文档时，可能会遇到性能瓶颈。为了提高处理效率和响应速度，开发者可以采取一系列优化措施。下面将介绍一些实用的优化技巧和策略。

5.1.1 使用缓存机制

当频繁读取相同的 PDF 文档时，可以利用缓存机制来存储文档的解析结果。这样，在下次访问同一文档时，可以直接从缓存中读取数据，避免重复解析，显著提高性能。

import org.apache.pdfbox.pdmodel.PDDocument;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;

// 创建缓存
Map<String, PDDocument> cache = new ConcurrentHashMap<>();

// 加载文档
PDDocument document = cache.computeIfAbsent("path/to/document.pdf", path -> PDDocument.load(new File(path)));

// 使用文档
// ...

// 如果不再需要文档，可以从缓存中移除
cache.remove("path/to/document.pdf");

5.1.2 选择合适的解析模式

PDFBox 提供了多种解析模式，可以根据实际需求选择最合适的模式。例如，如果只需要提取文档的元数据，可以使用 PDFTextStripper 的 getText() 方法，而无需加载整个文档的内容。

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;

// 加载 PDF 文档
PDDocument document = PDDocument.load(new File("example.pdf"));

// 创建 PDFTextStripper 实例
PDFTextStripper stripper = new PDFTextStripper();

// 提取元数据
PDDocumentInformation info = document.getDocumentInformation();
String author = info.getAuthor();
String title = info.getTitle();
String subject = info.getSubject();

// 输出元数据
System.out.println("Author: " + author);
System.out.println("Title: " + title);
System.out.println("Subject: " + subject);

// 关闭文档
document.close();

5.1.3 合理利用多线程

对于大型文档或多个文档的处理，合理利用多线程可以显著提高处理速度。通过将文档分割成多个部分，并行处理每个部分，可以充分利用多核处理器的优势。

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;

// 创建线程池
ExecutorService executor = Executors.newFixedThreadPool(4);

// 加载 PDF 文档
PDDocument document = PDDocument.load(new File("large_document.pdf"));

// 提取文本
PDFTextStripper stripper = new PDFTextStripper();
stripper.setStartPage(1);
stripper.setEndPage(100); // 分割文档

executor.submit(() -> {
    String text = stripper.getText(document);
    System.out.println(text);
});

// 关闭文档
document.close();

通过上述优化措施，可以显著提高 Apache PDFBox 在处理 PDF 文档时的性能和效率。

5.2 PDFBox的安全性与加密功能

PDFBox 不仅提供了强大的文档处理功能，还支持多种安全措施，以确保文档的安全性和隐私保护。

5.2.1 文档加密

PDFBox 支持对 PDF 文档进行加密，以防止未经授权的访问。开发者可以选择不同的加密算法和密钥长度，以适应不同的安全需求。

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.encryption.StandardProtectionPolicy;

// 创建文档
PDDocument document = new PDDocument();

// 创建加密策略
StandardProtectionPolicy spp = new StandardProtectionPolicy("password", "ownerPassword", 128);
spp.setEncryptionKeyLength(128);
spp.setPermissions(0);

// 应用加密策略
document.protect(spp);

// 添加内容
// ...

// 保存文档
document.save("encrypted.pdf");
document.close();

5.2.2 数字签名

数字签名是一种重要的安全措施，用于验证 PDF 文档的真实性和完整性。PDFBox 提供了相应的 API 来实现这一功能。

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.interactive.signature.PDSignature;
import org.apache.pdfbox.pdmodel.interactive.signature.PDSignatureField;
import org.apache.pdfbox.pdmodel.interactive.form.PDAcroForm;
import org.apache.pdfbox.pdmodel.interactive.form.PDSignatureDictionary;

// 加载文档
PDDocument document = PDDocument.load(new File("document.pdf"));

// 获取 AcroForm
PDAcroForm acroForm = document.getDocumentCatalog().getAcroForm();

// 创建签名字段
PDSignatureField signatureField = new PDSignatureField(acroForm);
signatureField.setRect(new org.apache.pdfbox.pdmodel.graphics.rectangle.PDRectangle(100, 100, 200, 100));

// 添加签名字段到文档
acroForm.getFields().add(signatureField);

// 创建签名对象
PDSignature signature = new PDSignature();
signature.setFilter(PDSignature.DOCMD);
signature.setSubFilter(PDSignature.ADBE_PKCS7_DETACHED);

// 设置签名属性
PDSignatureDictionary signatureDictionary = signature.getSignatureDictionary();
signatureDictionary.setContents("Signed by John Doe".getBytes());
signatureDictionary.setReason("Approved");
signatureDictionary.setLocation("New York");

// 将签名关联到签名字段
signatureField.setSignature(signature);

// 保存并关闭文档
document.save("signed.pdf");
document.close();

5.2.3 安全策略配置

为了进一步增强安全性，可以配置 PDFBox 的安全策略，限制某些敏感操作的执行。例如，可以禁止加载外部资源，以防止潜在的安全威胁。

import org.apache.pdfbox.Loader;
import org.apache.pdfbox.pdmodel.PDDocument;

// 加载文档
PDDocument document = Loader.loadPDF(new File("example.pdf"), new Loader.Options().setAllowExternalResources(false));

// 使用文档
// ...

// 关闭文档
document.close();

通过这些安全措施，可以有效地保护 PDF 文档免受未经授权的访问和篡改，确保文档的安全性和完整性。

六、总结

Apache PDFBox 作为一款强大的开源 Java 库，为处理 PDF 文档提供了全面的支持。从创建和编辑 PDF 文档到提取其中的信息，PDFBox 都展现出了其卓越的功能性和灵活性。通过本文的介绍，我们不仅了解了 PDFBox 的基本概念和安装方法，还深入探讨了其创建与编辑功能、编辑技巧、信息提取功能以及高级特性。

PDFBox 的强大之处在于它不仅仅局限于基本的文档处理，还支持诸如数字签名、水印添加、表单填写等高级功能，这些功能极大地扩展了 PDF 文档的应用场景。此外，PDFBox 还提供了优化和性能提升的策略，以及确保文档安全性的多种措施，使得开发者能够在处理 PDF 文档时更加得心应手。

总之，Apache PDFBox 是一个不可或缺的工具，无论是对于企业级应用还是个人项目，都能够提供高效且可靠的 PDF 文档处理解决方案。

上一篇：PJX：Java 库中的 PDF 处理专家 下一篇：深入解析Java中的metadata-extractor库：简化EXIF信息处理