Java中使用Apache PDFBox实现PDF文本搜索与文件操作教程

<dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox</artifactId>
    <version>2.0.29</version> <!-- 请使用最新稳定版本 -->
</dependency>

implementation 'org.apache.pdfbox:pdfbox:2.0.29' // 请使用最新稳定版本

import java.io.File;
import java.io.IOException;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;

public class PdfTextExtractor {

    public static String extractTextFromPdf(String pdfFilePath) throws IOException {
        File file = new File(pdfFilePath);
        PDDocument document = null;
        String text = "";
        try {
            // 1. 加载现有的PDF文档
            document = PDDocument.load(file);

            // 2. 实例化PDFTextStripper类
            PDFTextStripper pdfStripper = new PDFTextStripper();

            // 3. 从PDF文档中检索文本
            text = pdfStripper.getText(document);
            System.out.println("PDF文件内容已提取：
" + text.substring(0, Math.min(text.length(), 500)) + "..."); // 打印部分内容
        } finally {
            // 4. 关闭文档以释放资源
            if (document != null) {
                document.close();
            }
        }
        return text;
    }

    public static void main(String[] args) {
        String pdfPath = "D://Sample.pdf"; // 替换为您的PDF文件路径
        try {
            String extractedText = extractTextFromPdf(pdfPath);
            // System.out.println(extractedText); // 如果需要，可以打印全部文本
        } catch (IOException e) {
            System.err.println("提取PDF文本时发生错误: " + e.getMessage());
            e.printStackTrace();
        }
    }
}

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;

import java.io.File;
import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;
import java.nio.file.StandardCopyOption;
import java.util.Scanner;

public class PdfSearchAndMove {

    /**
     * 搜索PDF文件中的关键词，如果找到则将文件移动到指定目录。
     *
     * @param pdfFilePath     待处理的PDF文件路径
     * @param targetDirectory 目标目录路径
     * @param searchWord      待搜索的关键词
     * @return 如果找到关键词并成功移动文件，则返回true；否则返回false。
     * @throws IOException 文件读写或PDF处理异常
     */
    public static boolean searchAndMovePdf(String pdfFilePath, String targetDirectory, String searchWord) throws IOException {
        File pdfFile = new File(pdfFilePath);
        if (!pdfFile.exists() || !pdfFile.isFile()) {
            System.err.println("错误：PDF文件不存在或不是有效文件：" + pdfFilePath);
            return false;
        }

        PDDocument document = null;
        try {
            // 1. 加载PDF文档
            document = PDDocument.load(pdfFile);

            // 2. 实例化PDFTextStripper以提取文本
            PDFTextStripper pdfStripper = new PDFTextStripper();
            String text = pdfStripper.getText(document);

            // 3. 搜索关键词 (不区分大小写)
            if (text.toLowerCase().contains(searchWord.toLowerCase())) {
                System.out.println("在文件 '" + pdfFile.getName() + "' 中找到了关键词 '" + searchWord + "'。");

                // 4. 定义目标路径
                Path sourcePath = pdfFile.toPath();
                Path destinationDir = Paths.get(targetDirectory);
                Files.createDirectories(destinationDir); // 确保目标目录存在
                Path destinationPath = destinationDir.resolve(pdfFile.getName()); // 目标文件保持原名

                // 5. 移动文件
                // StandardCopyOption.REPLACE_EXISTING 表示如果目标文件已存在则替换
                Files.move(sourcePath, destinationPath, StandardCopyOption.REPLACE_EXISTING);
                System.out.println("文件已成功移动到：" + destinationPath);
                return true;
            } else {
                System.out.println("在文件 '" + pdfFile.getName() + "' 中未找到关键词 '" + searchWord + "'。");
                return false;
            }
        } finally {
            // 确保PDF文档被关闭，释放资源
            if (document != null) {
                document.close();
            }
        }
    }

    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        System.out.println("请输入您要搜索的关键词 (输入'Exit'退出):");

        // 示例文件路径和目标目录，请根据实际情况修改
        String pdfFilePath = "C:\Users\user012\Desktop\Evalution.pdf";
        String targetDir = "C:\Users\user012\Desktop\Search";

        while (scanner.hasNextLine()) {
            String searchWord = scanner.nextLine().trim(); // 读取并去除首尾空格
            if ("Exit".equalsIgnoreCase(searchWord)) {
                break;
            }

            if (searchWord.isEmpty()) {
                System.out.println("关键词不能为空，请重新输入或输入'Exit'退出:");
                continue;
            }

            try {
                searchAndMovePdf(pdfFilePath, targetDir, searchWord);
            } catch (IOException e) {
                System.err.println("处理PDF文件时发生错误：" + e.getMessage());
                // 在生产环境中，建议使用日志框架记录详细错误信息
            }

            System.out.println("
请输入下一个关键词 (输入'Exit'退出):");
        }
        scanner.close();
        System.out.println("程序结束。");
    }
}