* @author chris
　　 * @version 1.0,who use this example pls remain the declare
　　 */
　　
　　public class PdfExtracter{
　　
　　public PdfExtracter(){
　　 }
　　public String GetTextFromPdf(String filename) throws Exception
　　 {
　　 String temp=null;
　　 PDdocument．nbsppdfdocument．null;
　　 FileInputStream is=new FileInputStream(filename);
　　 PDFParser parser = new PDFParser( is );
　　 parser.parse();
　　 pdfdocument．nbsp= parser.getPDdocument．);
　　 ByteArrayOutputStream out = new ByteArrayOutputStream();
　　 OutputStreamWriter writer = new OutputStreamWriter( out );
　　 PDFTextStripper stripper = new PDFTextStripper();
　　 stripper.writeText(pdfdocument．getdocument．), writer );
　　 writer.close();
　　 byte[] contents = out.toByteArray();
　　
　　 String ts=new String(contents);
　　 System.out.println("the string length is"+contents.length+"\n");
　　 return ts;
　　}
　　public static void main(String args[])
　　{
　　PdfExtracter pf=new PdfExtracter();
　　PDdocument．nbsppdfdocument．nbsp= null;
　　
　　try{
　　String ts=pf.GetTextFromPdf("c:\\a.pdf");
　　System.out.println(ts);
　　}
　　catch(Exception e)
　　 {
　　 e.printStackTrace();
　　 }
　　}
　　
　　}
　　
　　
　　
　　
　　4. 抽取支持中文的pdf文件－xpdf
　　xpdf是一个开源项目，我们可以调用他的本地方法来实现抽取中文pdf文件。
　　
　　下载xpdf函数包： http://www.matrix.org.cn/down_view.asp?id=15
　　
　　同时需要下载支持中文的补丁包： http://www.matrix.org.cn/down_view.asp?id=16
　　
　　按照readme放好中文的patch，就可以开始写调用本地方法的java程序了
　　
　　下面是一个如何调用的例子：
　　
　　
　　import java.io.*;
　　/**
　　 *

Title: pdf extraction

　　 *

Description: email:chris@matrix.org.cn

　　 *

Copyright: Matrix Copyright (c) 2003

　　 *

Company: Matrix.org.cn

　　 * @author chris
　　 * @version 1.0,who use this example pls remain the declare
　　 */
　　
　　
　　public class PdfWin {
　　 public PdfWin() {
　　 }
　　 public static void main(String args[]) throws Exception
　　 {
　　 String PATH_TO_XPDF="C:\\Program Files\\xpdf\\pdftotext.exe";
　　 String filename="c:\\a.pdf";
　　 String[] cmd = new String[] { PATH_TO_XPDF, "-enc", "UTF-8", "-q", filename, "-"};
　　 Process p = Runtime.getRuntime().exec(cmd);
　　 BufferedInputStream bis = new BufferedInputStream(p.getInputStream());
　　 InputStreamReader reader = new InputStreamReader(bis, "UTF-8");
　　 StringWriter out = new StringWriter();
　　 char [] buf = new char[10000];
　　 int len;
　　 while((len = reader.read(buf))>= 0) {
　　 //out.write(buf, 0, len);
　　 System.out.println("the length is"+len);
　　 }
　　 reader.close();
　　 String ts=new String(buf);
　　 System.out.println("the str is"+ts);
　　 }
　　}
　　　
　　
　　
　　关于作者
　　作者简介：chris，毕业于中国人民大学信息学院。现于香港进行金融分析软件研发，作者亦活跃于 jxta p2p开源软件的开发社区，并热衷于网络安全，AI搜索引擎技术与基于java的游戏引擎技术。
　　如果大家谁有更好的办法，请告诉作者 : chris@matrix.org.cn