package pdf;

 import java.io.FileInputStream;

 import java.io.FileOutputStream;

 import java.io.OutputStreamWriter;

 import org.apache.pdfbox.pdfparser.PDFParser;

 import org.apache.pdfbox.pdmodel.PDDocument;

 import org.apache.pdfbox.util.PDFTextStripper;

 /**

  *

  * @author 大汉

  *

  */

 public class PdfToTxt {

     public PdfToTxt() {

         super();

         // TODO Auto-generated constructor stub

     }

     /**

      *

      * @param filename

      * @return

      * @throws Exception

      */

     public String GetTextFromPdf(String filename) throws Exception {

         String content = null;

         PDDocument pdfdocument = null;

         FileInputStream is = new FileInputStream(filename);

         PDFParser parser = new PDFParser(is);

         parser.parse();

         pdfdocument = parser.getPDDocument();

         PDFTextStripper stripper = new PDFTextStripper();

          content = stripper.getText(pdfdocument);

          return content;

          } 

     /**

      *

      * @param args

      */

     public static void main(String[] args) {

         PdfToTxt pdfToTxt = new PdfToTxt();

         try {

             //获取pdf文件路径

             String pdf = pdfToTxt.GetTextFromPdf("E:/2019a.pdf");

             //输出到txt文件

             OutputStreamWriter osw = new OutputStreamWriter(new FileOutputStream("E:/aa.txt"));

             osw.write(pdf);

             osw.flush();

             osw.close();

         }catch (Exception e){

             e.printStackTrace();

         }

     }

 }

 package pdf;

 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.apache.pdfbox.pdmodel.PDDocument;

 import org.apache.pdfbox.util.PDFTextStripper;

 /**

  * 批量转换

  * @author 大汉

  *

  */

 public class BatchPdfToTxt {

     public BatchPdfToTxt() {

         super();

         // TODO Auto-generated constructor stub

     }

     public static void readPdf(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 = "UTF-8";

         // 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 ="E:/"+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

             stripper.setEndPage(endPage);

             // 调用PDFTextStripper的writeText提取并输出文本

             stripper.writeText(document, output);

             System.out.println(textFile + " 输出成功！");

         } 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) {

         try {

             //注意此处的绝对地址格式，最好要用这一种。

             readPdf("E:/用户行为排序算法.pdf");

         } catch (Exception e) {

             e.printStackTrace();

         }

     }

 }