「javapdf读取乱码」java 读取文件乱码设置编码格式
今天给各位分享javapdf读取乱码的知识，其中也会对java 读取文件乱码设置编码格式进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
本文目录一览：
java读取pdf文件的时候出现异常
当时想把pdf中的文字读取成txt文件，方便我的手机阅读，写了以下代码，解决了这个小问题
所需要的包：PDFBox-0.7.3.zip 解压文件夹下：external下的全部，lib文件下的PDFBox-0.7.3.jar
注意：只能读取文本格式的pdf，如果pdf为图片格式的，本程序不能使用！
程序介绍：本程序将文本格式pdf中的文字读取出来，存入与pdf文件同文件名的TXT文本文档。
支持中文，但是在某些文字上会出现乱码.
package com.small;
import java.io.File;
import java.io.FileOutputStream;
import java.io.OutputStreamWriter;
import java.io.Writer;
import java.net.MalformedURLException;
import java.net.URL;
import org.pdfbox.pdmodel.PDDocument;
import org.pdfbox.util.PDFTextStripper;
public class Pdfreader {
public void readFdf(String file) throws Exception {
// 是否排序
boolean sort = false;
// pdf文件名
String pdfFile = file;
// 输入文本文件名称
String textFile = null;
// 编码方式
String encoding = "GB2312";
// 开始提取页数
int startPage = 1;
// 结束提取页数
int endPage = Integer.MAX_VALUE;
// 文件输入流，生成文本文件
Writer output = null;
// 内存中存储的PDF Document
PDDocument document = null;
try {
try {
// 首先当作一个URL来装载文件，如果得到异常再从本地文件系统//去装载文件
URL url = new URL(pdfFile); //注意参数已不是以前版本中的URL.而是File。
document = PDDocument.load(pdfFile);
// 获取PDF的文件名
String fileName = url.getFile();
// 以原来PDF的名称来命名新产生的txt文件
if (fileName.length() 4) {
File outputFile = new File(fileName.substring(0, fileName
.length() - 4)
+ ".txt");
textFile = outputFile.getName();
}
} catch (MalformedURLException e) {
// 如果作为URL装载得到异常则从文件系统装载 //注意参数已不是以前版本中的URL.而是File。
document = PDDocument.load(pdfFile);
if (pdfFile.length() 4) { textFile = pdfFile.substring(0, pdfFile.length() - 4)
+ ".txt";
}
}
// 文件输入流，写入文件倒textFile
output = new OutputStreamWriter(new FileOutputStream(textFile),
encoding);
// PDFTextStripper来提取文本
PDFTextStripper stripper = null;
stripper = new PDFTextStripper();
// 设置是否排序
stripper.setSortByPosition(sort);
// 设置起始页
stripper.setStartPage(startPage);
// 设置结束页
System.out.print(stripper.getText(document));
stripper.setEndPage(endPage);
// 调用PDFTextStripper的writeText提取并输出文本
stripper.writeText(document, output);
} finally {
if (output != null) {
// 关闭输出流
output.close();
}
if (document != null) {
// 关闭PDF Document
document.close();
}
}
} /**
* @param args
*/
public static void main(String[] args) {
Pdfreader pdfReader = new Pdfreader();
try {
// 读取pdf文件
pdfReader.readFdf("d:\\2\\D.pdf");
} catch (Exception e) {
e.printStackTrace();
}
}
}
java导入word execle txt pdf 全是乱码 求大神指教 如何加过滤器类等如何处理~~谢谢
1、word、execel、pdf文件都不是纯文本文件，不能用文本编辑器打开（打开肯定乱码）。
2、如果打开txt文件乱码，请确保txt文件编码，和java程序编码一致。
pdf显示乱码怎么解决
试试下面的方法来处理问题：
方法一、如果你使用的pdf打开程序与系统的某些文件存在兼容性的问题，例如与字库有冲突，那么可能会产生乱码，建议使用Adobe Acrobat 11.0 Professional中文版的下载。
方法二、pdf文件本身编码不规范，建议到文件下载的网站上找找，看网站上的推荐阅读器是哪个，然后使用那个阅读器即可。
方法三、右键pdf文件，选择“打开方式”，选择你的pdf阅读程序。
方法四、pdf文件转换word文件后，可能出现乱码。大家可以先用Adobe reader 或者Adobe acrobat Pro软件打开出现乱码的pdf文件，然后点击菜单栏-文件-属性-字体项, 看到是不是文件内嵌了很多字体,由于word文件是直接读取系统中的字体的，如果内嵌的字体没有，那么转换出来的word文件一般都会出现乱码。
对于这种情况，建议大家使用ABBYY finereader工具看看，先将pdf文件转换成word，转换完毕后打开转换好的word，ABBYY finereader是比较好的转换工具，基本上是不可能出现乱码，大家不妨试试。
javapdf读取乱码的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于java 读取文件乱码设置编码格式、javapdf读取乱码的信息别忘了在本站进行查找喔。