PDFBox - przegląd

Portable Document Format (PDF) to format pliku, który pomaga prezentować dane w sposób niezależny od oprogramowania aplikacji, sprzętu i systemów operacyjnych.

Każdy plik PDF zawiera opis płaskiego dokumentu o stałym układzie, w tym tekst, czcionki, grafikę i inne informacje potrzebne do jego wyświetlenia.

Dostępnych jest kilka bibliotek do tworzenia i manipulowania dokumentami PDF za pomocą programów, takich jak -

Adobe PDF Library - Ta biblioteka udostępnia API w językach takich jak C ++, .NET i Java, dzięki czemu możemy edytować, przeglądać, drukować i wyodrębniać tekst z dokumentów PDF.
Formatting Objects Processor- Program do formatowania wydruku o otwartym kodzie źródłowym oparty na obiektach formatujących XSL i niezależnym programie formatującym. Podstawowym celem wyjściowym jest PDF.
iText - Ta biblioteka udostępnia API w językach takich jak Java, C # i innych językach .NET, a korzystając z tej biblioteki możemy tworzyć i przetwarzać dokumenty PDF, RTF i HTML.
JasperReports - Jest to narzędzie raportowania Java, które generuje raporty w dokumencie PDF, w tym Microsoft Excel, RTF, ODT, wartości rozdzielane przecinkami i pliki XML.

Co to jest PDFBox

Apache PDFBox to biblioteka Java typu open source, która obsługuje tworzenie i konwersję dokumentów PDF. Korzystając z tej biblioteki, możesz tworzyć programy Java, które tworzą, konwertują i przetwarzają dokumenty PDF.

Oprócz tego PDFBox zawiera również narzędzie wiersza poleceń do wykonywania różnych operacji na plikach PDF przy użyciu dostępnego pliku Jar.

Funkcje PDFBox

Poniżej przedstawiono godne uwagi funkcje PDFBox -

Extract Text - Korzystając z PDFBox, możesz wyodrębnić tekst Unicode z plików PDF.
Split & Merge - Korzystając z PDFBox, możesz podzielić pojedynczy plik PDF na wiele plików i scalić je z powrotem jako pojedynczy plik.
Fill Forms - Korzystając z PDFBox, możesz wypełnić dane formularza w dokumencie.
Print - Za pomocą PDFBox można wydrukować plik PDF przy użyciu standardowego interfejsu API drukowania Java.
Save as Image - Korzystając z PDFBox, możesz zapisywać pliki PDF jako pliki graficzne, takie jak PNG lub JPEG.
Create PDFs - Korzystając z PDFBox, możesz utworzyć nowy plik PDF, tworząc programy w języku Java, a także możesz dołączyć obrazy i czcionki.
Signing- Korzystając z PDFBox, możesz dodawać podpisy cyfrowe do plików PDF.

Aplikacje PDFBox

Poniżej znajdują się aplikacje PDFBox -

Apache Nutch- Apache Nutch to oprogramowanie do wyszukiwania w Internecie typu open source. Opiera się na Apache Lucene, dodając specyfikacje internetowe, takie jak przeszukiwacz, baza danych z wykresami łączy, parsery dla HTML i innych formatów dokumentów itp.
Apache Tika - Apache Tika to zestaw narzędzi do wykrywania i wyodrębniania metadanych i ustrukturyzowanej zawartości tekstowej z różnych dokumentów przy użyciu istniejących bibliotek parserów.

Składniki PDFBox

Oto cztery główne składniki PDFBox -

PDFBox- To jest główna część PDFBox. Zawiera klasy i interfejsy związane z wyodrębnianiem treści i manipulowaniem nią.
FontBox - Zawiera klasy i interfejsy związane z czcionką, a za pomocą tych klas możemy modyfikować czcionkę tekstu dokumentu PDF.
XmpBox - Zawiera klasy i interfejsy obsługujące metadane XMP.
Preflight - Ten komponent służy do weryfikacji plików PDF pod kątem zgodności ze standardem PDF / A-1b.