当前位置:编程学习 > JAVA >>

pdfbox读取pdf文件问题出错

我的需求是能用java读取pdf的内容,根据网上的方法下载了PDFBox-0.7.3.zip导入了需要的包然后贴入了网上流行的代码:
package pack;
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 = "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 = 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); 
 } 
 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) {    
 // TODO Auto-generated method stub    
 PdfReader pdfReader = new PdfReader();    
 try {    
  // 取得E盘下的SpringGuide.pdf的内容    
  pdfReader.readFdf("E:\\电子科技大学复试计算机专业课面试问题锦集答案.pdf");    
 } catch (Exception e) {    
  e.printStackTrace();    
 }    
}    
}    

但是始终运行不了,错误如下:
java.lang.NullPointerException
at org.pdfbox.pdmodel.PDPageNode.getAllKids(PDPageNode.java:194)
at org.pdfbox.pdmodel.PDPageNode.getAllKids(PDPageNode.java:182)
at org.pdfbox.pdmodel.PDDocumentCatalog.getAllPages(PDDocumentCatalog.java:226)
at org.pdfbox.util.PDFTextStripper.writeText(PDFTextStripper.java:216)
at pack.PdfReader.readFdf(PdfReader.java:65)
at pack.PdfReader.main(PdfReader.java:86)
求高手帮忙解决,毕业设计,迫在眉睫!!! --------------------编程问答-------------------- 高手怎么还不现身? --------------------编程问答-------------------- 不是高手的看看,

报的是空指针异常,你没有贴具体是好多行。 有一点要注意,PDF文档,有的是扫描的,也就是说,pdf中可能是图片并不是文字,还有,文件名用英文试试吧,虽然不是中文的问题。 --------------------编程问答-------------------- 你一行一行的跟踪,应该很快就能跟踪到问题所在了, --------------------编程问答-------------------- 我已经一行行DEBUG了,每个变量都是有值的。只是pdfsmart包里面的东西是看不到的。。
错误提示就是这行:stripper.writeText(document, output); --------------------编程问答-------------------- 我也遇到一样的问题啊 --------------------编程问答-------------------- public String nextPage(int startPage, int endPage) throws IOException {
if (document.isEncrypted()) {
log.error("文件[" + path + "]已加密,未能打开");
return "";
}
stripper.setStartPage(startPage);
stripper.setEndPage(endPage);
return stripper.getText(document);
}
1)写入的数据方式 不对  stripper.getText(document);
2)你必段确保你的文件不是扫描版
--------------------编程问答-------------------- 你的主类最好另外新建一个函数写main(),这样子执行就不会错了,至于为什么,你自己去想想。
补充:Java ,  Java SE
CopyRight © 2012 站长网 编程知识问答 www.zzzyk.com All Rights Reserved
部份技术文章来自网络,