1. produkty
  2.   Editor
  3.   Java
  4.   Apache PDFBox
 
  

Apache PDFBox: Kompletní sada nástrojů pro PDF v Javě

Extrahujte text, upravujte dokumenty, vyplňujte formuláře a více - vše v čisté Javě

Co je Apache PDFBox?

Apache PDFBox je výkonná open-source knihovna pro Javu určená pro snadné zpracování PDF, která vývojářům umožňuje programově vytvářet, upravovat a extrahovat obsah z PDF dokumentů. Jako jedna z nejpopulárnějších Java PDF knihoven vyniká PDFBox v úkolech jako je extrakce textu z PDF, slučování více PDF souborů a přidávání digitálních podpisů, vše s lehkým API a nulovými licenčními náklady. Ať už potřebujete analyzovat PDF v Javě, generovat PDF nebo dodržet standard PDF/A, tato knihovna podporuje pokročilé funkce jako integrace OCR, vyplňování formulářů a konverze HTML do PDF. S připravenými závislostmi pro Maven (např. pdfbox-maven) a rozsáhlou dokumentací PDFBox zjednodušuje složité pracovní postupy - což ji činí ideální pro podnikové aplikace, automatizaci dokumentů a extrakci dat. Ve srovnání s alternativami jako iText vyniká Apache PDFBox svou open-source flexibilitou, aktivní komunitou a multiplatformní kompatibilitou. Prozkoumejte náš PDFBox tutoriál a objevte příklady Java kódu, abyste odemkli plný potenciál manipulace s PDF v Javě.

Klíčové výhody PDFBox:

  • Kompletní řešení: Schopnosti extrakce i tvorby
  • Čistá Java: Žádné nativní závislosti
  • Aktivní vývoj: Podporováno Apache Software Foundation
  • Kompletní funkce: Extrakce textu, rozdělování, slučování, podepisování
  • Podpora formulářů: Čtení a vyplňování PDF formulářů

Ideální pro systémy správy dokumentů, extrakci obsahu a automatizaci PDF.

GitHub

Statistiky GitHubu

Název:
Jazyk:
hvězdy:
Vidlice:
Licence:
Úložiště bylo naposledy aktualizováno v

Proč zvolit PDFBox?

  • Zralost: Stabilní od roku 2002 s pravidelnými aktualizacemi
  • Univerzálnost: Schopnosti čtení i zápisu
  • Podpora standardů: Zvládá dokumenty PDF 1.7 a PDF/A
  • Komunita: Velká uživatelská základna a rozsáhlá dokumentace
  • Integrace: Funguje se všemi Java frameworky

Instalace

PDFBox je dostupné přes Maven Central pro snadnou integraci:

Maven



    org.apache.pdfbox
    pdfbox
    3.0.0

Gradle


implementation 'org.apache.pdfbox:pdfbox:3.0.0'

Systémové požadavky: Java 8 nebo novější

Příklady kódu

Praktické příklady schopností PDFBox:

Apache PDFBox

Příklad 1: Základní extrakce textu z PDF dokumentu v Javě

Tento příklad ukazuje, jak extrahovat text z PDF dokumentu při zachování formátování a struktury. PDFBox poskytuje pokročilé možnosti extrakce textu, které zachovávají pořadí čtení a zvládají složité rozložení.

Výstup obsahuje:

  • Strukturovaný textový obsah
  • Extrakci po stránkách
  • Zachování základního formátování

Příklad 2: Vytvoření PDF dokumentu od základů v Javě

PDFBox vyniká jak ve čtení, tak v tvorbě PDF. Tento příklad demonstruje generování nového PDF dokumentu s textem a základním formátováním.

Příklad 3: Přidání záhlaví a zápatí do stránek PDF v Javě

PDFBox poskytuje komplexní podporu pro přidávání záhlaví a zápatí k PDF stránkám z vaší Java aplikace. Následující ukázka kódu ukazuje, jak toho dosáhnout pomocí PDFBox API pro Javu.

Pokročilé funkce

PDFBox podporuje profesionální zpracování PDF:

  • Extrakce obrázků: Přístup k vloženým obrázkům:

    Extrakce obrázků

    
    PDDocument document = PDDocument.load(new File("document.pdf"));
    for (PDPage page : document.getPages()) {
        PDResources resources = page.getResources();
        for (COSName name : resources.getXObjectNames()) {
            PDXObject xobject = resources.getXObject(name);
            if (xobject instanceof PDImageXObject) {
                BufferedImage image = ((PDImageXObject) xobject).getImage();
                // Zpracování obrázku
            }
        }
    }
  • Rozdělení dokumentu: Rozdělení PDF do více souborů:

    Rozdělení PDF

    
    Splitter splitter = new Splitter();
    List pages = splitter.split(document);
    for (int i = 0; i < pages.size(); i++) {
        pages.get(i).save("page-" + (i+1) + ".pdf");
    }
  • Šifrovaná PDF: Práce s heslem chráněnými soubory:

    Šifrované PDF

    
    String password = "secure123";
    FileInputStream fis = new FileInputStream("encrypted.pdf");
    PDDocument doc = PDDocument.load(fis, password);

PDFBox vs iText

Zde je 5 klíčových rozdílů mezi PDFBox a iText:

  • Licence: PDFBox má Apache licenci (open-source), zatímco iText má komerční licenci pro většinu případů použití
  • Zaměření funkcí: PDFBox nabízí vyvážené možnosti čtení/zápisu, zatímco iText se specializuje na generování PDF
  • Výkon: iText je obecně rychlejší při vytváření dokumentů, zatímco PDFBox vyniká v extrakci textu
  • Komunita: PDFBox má širší open-source adopci, zatímco iText nabízí profesionální podporu
  • Případy použití: PDFBox je ideální pro analýzu a základní manipulaci, zatímco iText je lepší pro hromadné generování PDF

Závěr

Apache PDFBox poskytuje komplexní zpracování PDF pro Java vývojáře. Ideální pro:

  • Extrakci obsahu: Těžbu textu a dat z PDF
  • Automatizaci dokumentů: Generování reportů a formulářů
  • Správu dokumentů: Dělení, slučování a transformaci PDF
  • Zpracování formulářů: Čtení a vyplňování interaktivních formulářů

Se svou open-source licencí a komplexní sadou funkcí je PDFBox první volbou pro zpracování PDF založené na Javě.

Podobné Produkty

 Czech