PDFBox メモ

PDFBoxを調査する機会があったので、そのメモ。

PDFBoxとは

Apache PDFBoxで開発されているPDF処理用のJavaのライブラリ。

事前準備

JDKのインストールとPDFBox - Download

ここでは、pdfbox-1.8.2.jarを使用した。

サンプルプログラム

ページが1ページあるだけのPDFを作成する

try {
    //PDFドキュメントを作成
    PDDocument document = new PDDocument();
    //ページを追加
    document.addPage(new PDPage());
    //作成したPDFを保存
    document.save("hogehoge.pdf");
    document.close();
} catch (IOException e) {
    e.printStackTrace();
} catch (COSVisitorException e) {
    e.printStackTrace();
}

ページが2ページあるだけのPDFを作成する

try {
    //PDFドキュメントを作成
    PDDocument document = new PDDocument();
    //ページを追加(1ページ目)
    document.addPage(new PDPage());
    
    //ページを追加(2ページ目)
    document.addPage(new PDPage());
    
    //作成したPDFを保存
    document.save("hogehoge.pdf");
    document.close();
} catch (IOException e) {
    e.printStackTrace();
} catch (COSVisitorException e) {
    e.printStackTrace();
}

ページサイズを指定して1ページのPDFを作成する

try {
    //PDFドキュメントを作成
    PDDocument document = new PDDocument();
    
    //サイズ指定
    PDRectangle rec = new PDRectangle();
    rec.setUpperRightX(0);
    rec.setUpperRightY(0);
    rec.setLowerLeftX(1000);
    rec.setLowerLeftY(1000);
    
    //ページを追加(1ページ目)
    document.addPage(new PDPage(rec));
    //作成したPDFを保存
    document.save("hogehoge.pdf");
    document.close();
} catch (IOException e) {
    e.printStackTrace();
} catch (COSVisitorException e) {
    e.printStackTrace();
}

CropBox,BleedBox（裁ち落としを含むサイズ（塗り足し部分？））,TrimBox（仕上がりサイズ）を指定して1ページのPDFを作成する

try {
    //PDFドキュメントを作成
    PDDocument document = new PDDocument();
    //サイズ指定
    PDRectangle rec = new PDRectangle();
    rec.setUpperRightX(0);
    rec.setUpperRightY(0);
    rec.setLowerLeftX(1000);
    rec.setLowerLeftY(1000);
    //ページを追加(1ページ目)
    
    PDPage page = new PDPage(rec);
    document.addPage(page);
    
    //CropBoxのサイズ指定
    rec = new PDRectangle();
    rec.setUpperRightX(0);
    rec.setUpperRightY(0);
    rec.setLowerLeftX(1000);
    rec.setLowerLeftY(1000);
    
    //CropBoxを設定
    page.setCropBox(rec);
    
    //BleedBox（裁ち落としを含む）のサイズ指定 ※TrimBoxよりも大きくなる
    rec = new PDRectangle();
    rec.setUpperRightX(585.11F);
    rec.setUpperRightY(3.17F);
    rec.setLowerLeftX(3.17F);
    rec.setLowerLeftY(805.59F);
    
    //BleedBoxを設定
    page.setBleedBox(rec);
    
    //TrimBox（仕上がり）のサイズ指定
    rec = new PDRectangle();
    rec.setUpperRightX(580F);
    rec.setUpperRightY(10F);
    rec.setLowerLeftX(10F);
    rec.setLowerLeftY(800F);
    
    //TrimBoxを設定
    page.setTrimBox(rec);
    
    //作成したPDFを保存
    document.save("hogehoge.pdf");
    document.close();
} catch (IOException e) {
    e.printStackTrace();
} catch (COSVisitorException e) {
    e.printStackTrace();
}

JPEGファイルをPDFに出力する

try {
    //PDFドキュメントを作成
    PDDocument document = new PDDocument();
		
    //サイズ指定
    PDRectangle rec = new PDRectangle();
    rec.setUpperRightX(0);
    rec.setUpperRightY(0);
    rec.setLowerLeftX(1000);
    rec.setLowerLeftY(1000);
    //ページを追加(1ページ目)
    PDPage page = new PDPage(rec);
    document.addPage(page);
    
    //イメージオブジェクトを生成
    PDXObjectImage xImage = new PDJpeg(document, new FileInputStream("hogehoge.jpg"));
    //DocumentへのObjectの登録はContentStream生成の前で実施。
    
    //書き込む用のストリームを準備
    PDPageContentStream stream = new PDPageContentStream(document, page);
    
    //アフィン変換を指定
    AffineTransform transform = new AffineTransform(1000, 0, 0, 1000, 0, 0); 
    
    //イメージ描画
    stream.drawXObject(xImage, transform);
    
    //ストリームを閉じる
    stream.close();

    //作成したPDFを保存
    document.save("hogehoge.pdf");
    document.close();
} catch (IOException e) {
    e.printStackTrace();
} catch (COSVisitorException e) {
    e.printStackTrace();
}

PDFからJPEGファイルを抽出する

try {
    
    //PDFドキュメントをロード
    PDDocument document = PDDocument.load("hogehoge.pdf");
    
    //ページのリストから最初の1ページを取得する
    PDPage page = (PDPage) document.getDocumentCatalog().getAllPages().get(0);
    
    //ページからリソースを取得し、全てのイメージを取得する。
    PDResources resources = page.getResources();
    Map images = resources.getImages();
    if (images != null) {
        Iterator> ite = images.entrySet().iterator();
        while (ite.hasNext()) {
            PDXObjectImage image = ite.next().getValue();
            //取得したイメージをファイルに出力
            image.write2file(System.currentTimeMillis() + "hogehoge");
        }
    }
    document.close();
} catch (IOException e) {
    e.printStackTrace();
}

PDFからJPEGデータをBufferedImageとして取得する

try {
    
    //PDFドキュメントをロード
    PDDocument document = PDDocument.load("hogehoge.pdf");
    
    //ページのリストから最初の1ページを取得する
    PDPage page = (PDPage) document.getDocumentCatalog().getAllPages().get(0);
    
    //ページからリソースを取得し、全てのイメージを取得する。
    PDResources resources = page.getResources();
    Map images = resources.getImages();
    if (images != null) {
        Iterator imageIter = images.keySet().iterator();
        while (imageIter.hasNext()) {
            String key = (String) imageIter.next();
            PDXObjectImage image = (PDXObjectImage) images.get(key);
            //取得したイメージをファイルに出力
            
        }
    }
    document.close();
} catch (IOException e) {
    e.printStackTrace();
}

PDFにTEXTデータを一つ出力する

この方法では日本語が文字化けする。

try {
    //PDFドキュメントを作成
    PDDocument document = new PDDocument();

    PDPage page = new PDPage();
    document.addPage(page);
    
    //書き込む用のストリームを準備
    PDPageContentStream stream = new PDPageContentStream(document, page);
    
    //テキスト出力開始
    stream.beginText();
    //フォント設定
    stream.setFont(PDType1Font.COURIER, 12);
    //文字の配置設定
    stream.moveTextPositionByAmount(10, 10);
    //文字列出力
    stream.drawString("test漢字OK");
    //テキスト出力終了
    stream.endText();
    
    //書き込む用のストリームを閉じる
    stream.close();
    
    document.save("hogehoge.pdf");
    document.close();
} catch (IOException e) {
    e.printStackTrace();
} catch (COSVisitorException e) {
    e.printStackTrace();
}

PDFにTEXTデータを二つ出力する

この方法では日本語が文字化けする。

try {
    //PDFドキュメントを作成
    PDDocument document = new PDDocument();

    PDPage page = new PDPage();
    document.addPage(page);
    
    //書き込む用のストリームを準備
    PDPageContentStream stream = new PDPageContentStream(document, page);
    
    //テキスト1出力開始
    stream.beginText();
    //フォント設定
    stream.setFont(PDType1Font.COURIER, 12);
    //文字の配置設定
    stream.moveTextPositionByAmount(10, 10);
    //文字列出力
    stream.drawString("test漢字OK");
    //テキスト1出力終了
    stream.endText();
    
    
    //テキスト2出力開始
    stream.beginText();
    //フォント設定
    stream.setFont(PDType1Font.COURIER_BOLD, 12);
    //文字の配置設定
    stream.moveTextPositionByAmount(20, 20);
    //文字列出力
    stream.drawString("test漢字OK?");
    //テキスト2出力終了
    stream.endText();
    
    //書き込む用のストリームを閉じる
    stream.close();
    
    document.save("hogehoge.pdf");
    document.close();
} catch (IOException e) {
    e.printStackTrace();
} catch (COSVisitorException e) {
    e.printStackTrace();
}

PDFからTEXTデータを抽出してテキストファイルへ出力する

try {
    //PDFドキュメントをロード
    PDDocument document = PDDocument.load("hogehoge.pdf");
    //抽出データ出力ファイル
    Writer writer = new OutputStreamWriter(new FileOutputStream("hogehoge.txt"));

    //テキスト分解クラス生成
    PDFTextStripper stripper = new PDFTextStripper();
    //抽出＆出力実施
    stripper.writeText(document, writer);
    
    document.close();
    
    writer.flush();
    writer.close();
} catch (IOException e) {
    e.printStackTrace();
}

PDFからTEXTデータを抽出して標準出力へ出力する

try {
    //PDFドキュメントをロード
    PDDocument document = PDDocument.load("hogehoge.pdf");

    //テキスト分解クラス生成
    PDFTextStripper stripper = new PDFTextStripper();
    //抽出実施
    String text = stripper.getText(document);
    //標準出力で確認
    System.out.println(text);
    
    document.close();
    
} catch (IOException e) {
    e.printStackTrace();
}

PDFから解像度を取得する

try {
    
    //PDFドキュメントをロード
    PDDocument document = PDDocument.load("hogehoge.pdf");
    
    //ページのリストから最初の1ページを取得する
    PDPage page = (PDPage) document.getDocumentCatalog().getAllPages().get(0);
    
    //ページからリソースを取得し、全てのイメージを取得する。
    PDResources resources = page.getResources();
    Map images = resources.getImages();
    if (images != null) {
        Iterator imageIter = images.keySet().iterator();
        while (imageIter.hasNext()) {
            String key = (String) imageIter.next();
            PDXObjectImage image = (PDXObjectImage) images.get(key);
            PDRectangle cropBox = page.findCropBox();
            if (cropBox != null) {
                //dpiの算出(pdfboxのデフォルトdpiは72)
                int dpi = Math.round(image.getHeight() * 72 / cropBox.getHeight());
                //dpi
                System.out.println("dpi:" + dpi);
            }
        }
    }
    document.close();
} catch (IOException e) {
    e.printStackTrace();
}

PDFからページの画像を取得する

ソフトマスクのあるページで取得したJPEGがそのまま使えなかったので、こちらからページのイメージを取得する.

try {
    
    //PDFドキュメントをロード
    PDDocument document = PDDocument.load("hogehoge.pdf");
    
    //ページのリストから最初の1ページを取得する
    PDPage page = (PDPage) document.getDocumentCatalog().getAllPages().get(0);
    
    //ページからリソースを取得し、全てのイメージを取得する。
    PDResources resources = page.getResources();
    Map images = resources.getImages();
    if (images != null) {
        Iterator imageIter = images.keySet().iterator();
        while (imageIter.hasNext()) {
            String key = (String) imageIter.next();
            PDXObjectImage image = (PDXObjectImage) images.get(key);
            PDRectangle cropBox = page.findCropBox();
            if (cropBox != null) {
                //dpiの算出(pdfboxのデフォルトdpiは72)
                int dpi = Math.round(image.getHeight() * 72 / cropBox.getHeight());
                //dpiのサイズに変換しつつイメージ取得
                BufferedImage bufferedImage = page.convertToImage(BufferedImage.TYPE_3BYTE_BGR, dpi);
                File outputfile = new File(System.currentTimeMillis() + "_hoge.jpg");
                ImageIO.write(bufferedImage, "jpg", outputfile);
            }
        }
    }
    document.close();
} catch (IOException e) {
    e.printStackTrace();
}