可移植文檔格式(PDF)是一種檔格式，有助於以獨立於應用程式軟體，硬體和操作系統的方式呈現數據。
每個PDF檔都包含固定佈局平面文檔的說明，包括顯示文本，字體，圖形和其他資訊。
有幾個庫可用於通過程式創建和操作PDF文檔，例如 -
Adobe PDF庫 - 該庫提供C++，.NET和Java等語言的API，使用此庫可以編輯，查看列印和從PDF文檔中提取文本。
格式化對象處理器 - 由XSL格式化對象和輸出獨立格式化程式驅動的開源列印格式化程式。 主要輸出目標是PDF。
iText - 這個庫提供了Java， C# 和其他.NET語言等語言的API，使用這個庫可以創建和操作PDF，RTF和HTML文檔。
JasperReports - 這是一個Java報告工具，可在PDF文檔中生成報告，包括Microsoft Excel，RTF，ODT，逗號分隔值和XML檔。
PDFBox是什麼？
Apache PDFBox是一個開源的Java庫，支持PDF文檔的開發和轉換。 使用這個庫，可以開發創建，轉換和操作PDF文檔的Java程式。
除此之外，PDFBox還包含一個命令行實用程式，用於使用可用的Jar檔對PDF執行各種操作。
PDFBox的特點
下麵列出PDFBox的特點 -
- 提取文本 - 使用PDFBox，可以從PDF檔中提取Unicode文本。
- 拆分和合併 - 使用PDFBox，可以將單個PDF檔分割成多個檔，並將它們合併為一個檔。
- 填寫表單 - 使用PDFBox，可以將填寫表單填入文檔中。
- 列印 - 使用PDFBox，可以使用標準Java列印API列印PDF檔。
- 另存為圖像 - 使用PDFBox，可以將PDF保存為圖像檔，例如:
PNG或JPEG。 - 創建PDF - 使用PDFBox，可以通過創建Java程式來創建一個新的PDF檔，並且還可以包含圖像和字體。
- 簽名 - 使用PDFBox，可以將數字簽名添加到PDF檔。
PDFBox的應用
以下是PDFBox的應用 -
Apache Nutch - Apache Nutch是一款開源的網路搜索軟體。它建立在Apache Lucene的基礎上，添加了一些特定於web的內容，例如:爬蟲，鏈接圖資料庫，用於HTML和其他文檔格式的解析器等。
Apache Tika - Apache Tika是一個使用現有解析器庫從各種文檔檢測和提取元數據和結構化文本內容的工具包。
PDFBox的組件
以下是PDFBox的四個主要組件 -
- PDFBox - 這是PDFBox的主要部分。 這包含與內容提取和操作相關的類和介面。
- FontBox - 包含與字體相關的類和介面，使用這些類可以修改PDF文檔的文本字體。
- XmpBox - 包含處理XMP元數據的類和介面。
- Preflight - 此組件用於根據PDF/A-1b標準驗證PDF檔。
上一篇：
下一篇：
PDFBox開發環境安裝配置