Java 使用PDFBox提取PDF文件中的圖片

今天做PDF文件解析，遇到一個需求：提取文件中的圖片並保存。使用的是流行的apache開源jar包pdfbox, 但還是遇到坑了，比如pdfbox版本太高或太低都不能用！！這個包竟然沒有很好地做好兼容問題，有些方法在高版本說舍棄就舍棄了。暫時沒有時間去研究版本間的區別。以下給我這個問題的解決方案。

pdfbox版本：1.8.13

maven傳送門：

<!-- 處理pdf文件 -->  
<!-- https://mvnrepository.com/artifact/org.apache.pdfbox/pdfbox -->  
<dependency>  
    <groupId>org.apache.pdfbox</groupId>  
    <artifactId>pdfbox</artifactId>  
    <version>1.8.13</version>  
</dependency>  

 

代碼：

package com.tbd.util;

import java.io.File;
import java.io.IOException;
import java.util.Iterator;
import java.util.List;
import java.util.Map;

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.pdmodel.PDResources;
import org.apache.pdfbox.pdmodel.graphics.xobject.PDXObjectImage;

/**
 * 提取PDF中的圖片
 * pdfbox 版本 1.8.13
 * @author Charlie Wu
 * 2018/05/24
 */
public class PDF2Image {
	/**
	 * 提取
	 * @param file			PDF文件
	 * @param targetFolder 	圖片存放目錄
	 * @return 
	 */
	public static boolean extractImages(File file, String targetFolder) {  
		boolean result = true;
		
		try{
			PDDocument document = PDDocument.load(file);  
			 
		 	List<PDPage> pages = document.getDocumentCatalog().getAllPages();
			Iterator<PDPage> iter = pages.iterator();
			int count = 0;
			while( iter.hasNext()){
			    PDPage page = (PDPage)iter.next();
			    PDResources resources = page.getResources();
			    Map<String, PDXObjectImage> images = resources.getImages();
			    if(images != null)
			    {
			        Iterator<String> imageIter = images.keySet().iterator();
			        while(imageIter.hasNext())
			        {
			        	count++;
			            String key = (String)imageIter.next();
			            PDXObjectImage image = (PDXObjectImage)images.get( key );
			            String name = file.getName() + "_" + count;	// 圖片文件名
						image.write2file(targetFolder + name);		// 保存圖片
			        }
			    }
			}
		} catch(IOException ex){
			ex.printStackTrace();
			return false;
		}
		
		return result;
    } 
	
	
	
	public static void main(String[] args) {
		File file = new File("F:/test.pdf");
		String targerFolder = "F:/target/";
		
		extractImages(file, targerFolder);
	}
}