最近專案開發過程涉及到了pdf檔案的內容的解析和和內容的提取入庫操作，其中pdf的解析採用了開源的apache pdfbox 外掛，版本選用的是最新版本的2.0.8版本，現將簡單的讀取解析的步驟記錄如下：

            Apache下載連結如下：

                    https://pdfbox.apache.org/download.cgi

            mvean可以如下新增：

                    <dependency>
                            <groupId>org.apache.pdfbox</groupId>
                            <artifactId>pdfbox</artifactId>
                            <version>2.0.8</version>

                    </dependency>

                      <dependency>
                            <groupId>org.apache.pdfbox</groupId>
                            <artifactId>fontbox</artifactId>
                            <version>2.0.8</version>

                       </dependency>

        2、從PDF中獲取文字內容：

            首先 讀取檔案，或者獲取web上傳的檔案流，然後生成pdfdocument，最後document進行遍歷解析，封裝自己想要的資料或者物件，具體的解析程式碼如下：

     /**
     * 從pdf檔案中解析為字串,只能返回pdf中的文字內容，圖片，表格均解析不了
     * @param pdfFile
     * @param sort 是否有序
     * @return
     * @throws Exception
     */
    public static String getTextFromPdf(InputStream fileStream, boolean sort) {
        // 開始提取頁數
        int startPage = 1;
        // 結束提取頁數
        String content = null;
        PDDocument document = null;
        try {
            // 載入 pdf 文件
            document = PDDocument.load(fileStream);
            int endPage = null == document ? Integer.MAX_VALUE : document.getNumberOfPages();
            PDFTextStripper stripper = new PDFTextStripper();
            stripper.setSortByPosition(sort);
            stripper.setStartPage(startPage);
            stripper.setEndPage(endPage);
            content = stripper.getText(document);
            log.info("pdf 檔案解析，內容為：" + content);
        } catch (Exception e) {
            log.error("檔案解析異常，資訊為： " + e.getMessage());
        }
        return content;

    }

    3、從pdf文件中抓取圖片的列表資訊（話不多說，直接貼程式碼）

        /**
     * 從pdf文件中讀取所有的圖片資訊
     *
     * @return
     * @throws Exception
     */
    public static List<PDImageXObject> getImageListFromPDF(PDDocument document,Integer startPage) throws Exception {
        List<PDImageXObject> imageList = new ArrayList<PDImageXObject>();
        if(null != document){
            PDPageTree pages = document.getPages();
            startPage = startPage == null ? 0 : startPage;
            int len = pages.getCount();
            if(startPage < len){
                for(int i=startPage;i<len;i++){
                    PDPage page = pages.get(i);
                    Iterable<COSName> objectNames = page.getResources().getXObjectNames();
                    for(COSName imageObjectName : objectNames){
                        if(page.getResources().isImageXObject(imageObjectName)){
                            imageList.add((PDImageXObject) page.getResources().getXObject(imageObjectName));
                        }
                    }
                }
            }
        }
        return imageList;
    }

 注意：上個方法中返回的list中為 PDImageXObject 物件，不是我們Java中對應的Image物件，所以不能直接儲存到本地或者提交到伺服器，需要進行簡單的轉換一下，例子可參考如下：

        /**
     * 讀取圖片檔案流資訊
     * @param iamge
     * @return
     * @throws Exception
     */
    public static InputStream getImageInputStream(PDImageXObject iamge) throws Exception
    {
        if(null!=iamge && null!= iamge.getImage())
        {
            BufferedImage bufferImage = iamge.getImage();  
            ByteArrayOutputStream os = new ByteArrayOutputStream();  
            ImageIO.write(bufferImage, iamge.getSuffix(), os);  
            return new ByteArrayInputStream(os.toByteArray());
        }
        return null;
    }

 這樣就可以讀取到對應的圖片的例子，可以new File物件寫到磁碟上，如：

                    File imgFile = new File("e:\\"+name+"."+image.getSuffix());
                    FileOutputStream fout = new FileOutputStream(imgFile);
                    ByteArrayOutputStream os = new ByteArrayOutputStream();  
                    ImageIO.write(imageb, image.getSuffix(), os);  
                    InputStream is = new ByteArrayInputStream(os.toByteArray());  
                    int byteCount = 0;
                    byte[] bytes = new byte[1024];

                    while ((byteCount = is.read(bytes)) > 0)
                    {                       
                        fout.write(bytes,0,byteCount);       
                    }

                    fout.close();

                    is.close();

  以上僅供參考，經測試可以解析到文字和圖片並且可以儲存入庫和view層展示下載等，程式碼只是實現了原理，沒有進行進一步的優化，希望大家指正，謝謝