Lea el pdf usando iText

Question

Tengo problemas para leer archivos PDF usando iText en java. Solo puedo leer una página, pero cuando voy a la segunda, da una excepción. Quiero leer todas las páginas de cualquier archivo pdf.

PdfTextExtractor parser =new PdfTextExtractor(new PdfReader("C:/Text.pdf")); 
parser.getTextFromPage(3); 

Estoy utilizando estas líneas y en la segunda línea da excepción.

Answer 1

1. Intente cambiar la ubicación del archivo. A veces, el sistema operativo no permite que otras aplicaciones lean el archivo desde algunas unidades del sistema. Poner en algún lugar en D: etc. Me enfrento a este problema en Vista al leer archivos desde el escritorio.

2. De hecho, ejecuté las mismas dos líneas de código en uno de mis PDF e imprimí el texto. También asegúrese de tener suficientes páginas en el PDF. (3 páginas o más) o prueba con parser.getTextFromPage (1) etc. para obtener contenido de otras páginas.

Answer 2

cuando dices una página, ¿te refieres a la primera página? es posible que indexe las páginas incorrectamente? Sin más información podría ser cualquier cosa.

Answer 3

¿Está reconstruyendo el analizador y el lector para cada operación? Puede hacerlo, pero no es muy eficiente (hay muchos gastos generales al crear un nuevo PdfReader).

Answer 4

import com.itextpdf.text.pdf.PdfReader; 
import com.itextpdf.text.pdf.parser.PdfTextExtractor; 

/** 
* This class is used to read an existing 
* pdf file using iText jar. 
* @author javawithease 
*/ 
public class PDFReadExample { 
    public static void main(String args[]){ 
    try { 
    //Create PdfReader instance. 
    PdfReader pdfReader = new PdfReader("D:\\testFile.pdf");  

    //Get the number of pages in pdf. 
    int pages = pdfReader.getNumberOfPages(); 

    //Iterate the pdf through pages. 
    for(int i=1; i<=pages; i++) { 
     //Extract the page content using PdfTextExtractor. 
     String pageContent = 
     PdfTextExtractor.getTextFromPage(pdfReader, i); 

     //Print the page content on console. 
     System.out.println("Content on Page " 
          + i + ": " + pageContent); 
     } 

     //Close the PdfReader. 
     pdfReader.close(); 
    } catch (Exception e) { 
    e.printStackTrace(); 
    } 
    } 
}