PDFBox - Übersicht

Das Portable Document Format (PDF) ist ein Dateiformat, mit dessen Hilfe Daten unabhängig von Anwendungssoftware, -hardware und -betriebssystemen dargestellt werden können.

Jede PDF-Datei enthält eine Beschreibung eines flachen Dokuments mit festem Layout, einschließlich Text, Schriftarten, Grafiken und anderen Informationen, die für die Anzeige erforderlich sind.

Es stehen mehrere Bibliotheken zur Verfügung, mit denen PDF-Dokumente über Programme erstellt und bearbeitet werden können, z.

Adobe PDF Library - Diese Bibliothek bietet API in Sprachen wie C ++, .NET und Java. Mit dieser können wir Text aus PDF-Dokumenten bearbeiten, anzeigen und drucken.
Formatting Objects Processor- Open-Source-Druckformatierer, der von XSL-Formatierungsobjekten und einem ausgabeunabhängigen Formatierer gesteuert wird. Das primäre Ausgabeziel ist PDF.
iText - Diese Bibliothek bietet API in Sprachen wie Java, C # und anderen .NET-Sprachen. Mit dieser Bibliothek können wir PDF-, RTF- und HTML-Dokumente erstellen und bearbeiten.
JasperReports - Dies ist ein Java-Berichtstool, das Berichte in PDF-Dokumenten generiert, einschließlich Microsoft Excel, RTF, ODT, durch Kommas getrennte Werte und XML-Dateien.

Was ist eine PDFBox?

Apache PDFBox ist eine Open-Source-Java-Bibliothek, die die Entwicklung und Konvertierung von PDF-Dokumenten unterstützt. Mit dieser Bibliothek können Sie Java-Programme entwickeln, die PDF-Dokumente erstellen, konvertieren und bearbeiten.

Darüber hinaus enthält PDFBox ein Befehlszeilenprogramm zum Ausführen verschiedener Operationen über PDF mithilfe der verfügbaren Jar-Datei.

Funktionen der PDFBox

Im Folgenden sind die bemerkenswerten Funktionen von PDFBox aufgeführt:

Extract Text - Mit PDFBox können Sie Unicode-Text aus PDF-Dateien extrahieren.
Split & Merge - Mit PDFBox können Sie eine einzelne PDF-Datei in mehrere Dateien aufteilen und als einzelne Datei wieder zusammenführen.
Fill Forms - Mit PDFBox können Sie die Formulardaten in ein Dokument einfügen.
Print - Mit PDFBox können Sie eine PDF-Datei mit der Standard-Java-Druck-API drucken.
Save as Image - Mit PDFBox können Sie PDFs als Bilddateien wie PNG oder JPEG speichern.
Create PDFs - Mit PDFBox können Sie eine neue PDF-Datei erstellen, indem Sie Java-Programme erstellen, und Sie können auch Bilder und Schriftarten einfügen.
Signing- Mit PDFBox können Sie den PDF-Dateien digitale Signaturen hinzufügen.

Anwendungen von PDFBox

Das Folgende sind die Anwendungen von PDFBox -

Apache Nutch- Apache Nutch ist eine Open-Source-Web-Suchsoftware. Es baut auf Apache Lucene auf und fügt Web-Besonderheiten wie einen Crawler, eine Link-Graph-Datenbank, Parser für HTML und andere Dokumentformate usw. hinzu.
Apache Tika - Apache Tika ist ein Toolkit zum Erkennen und Extrahieren von Metadaten und strukturiertem Textinhalt aus verschiedenen Dokumenten unter Verwendung vorhandener Parser-Bibliotheken.

Komponenten der PDFBox

Das Folgende sind die vier Hauptkomponenten von PDFBox -

PDFBox- Dies ist der Hauptteil der PDFBox. Dies enthält die Klassen und Schnittstellen, die sich auf das Extrahieren und Bearbeiten von Inhalten beziehen.
FontBox - Dies enthält die Klassen und Schnittstellen, die sich auf die Schriftart beziehen. Mit diesen Klassen können wir die Schriftart des Textes des PDF-Dokuments ändern.
XmpBox - Dies enthält die Klassen und Schnittstellen, die XMP-Metadaten verarbeiten.
Preflight - Mit dieser Komponente werden die PDF-Dateien anhand des PDF / A-1b-Standards überprüft.