pdfbox

PDFBox（一个BSD许可下的源码开放项目）是一个开源的用于处理PDF文档的Java工具，支持各种语言和平台的PDF工具和类库就如雨后春笋般涌现。PDFBox提取文本，包括Unicode字符。PDFBox和JakartaLucene等文本搜索引擎的整合过程十分简单。加密/解密PDF文档。PDFBox从PDF和XFDF格式。

　　PDFBox（一个BSD许可下的源码开放项目）是一个开源的用于处理PDF文档的 Java工具，支持各种语言和平台的PDF工具和类库就如雨后春笋般涌现。PDFBox 提取文本，包括Unicode字符。PDFBox和Jakarta Lucene等文本搜索引擎的整合过程十分简单。加密/解密PDF文档。PDFBox从PDF和XFDF格式中导入或导出表单数据。向已有PDF文档中追加内容。将一个PDF文档切分为多个文档。

功能介绍

　　1、文本提取：从PDF文档中提取文本。

　　2、合并＆分割：可以把多个PDF文档合并成单个，也可以把单个PDF分拆成多个PDF文档。

　　3、表单填充：可以从PDF表单中提取数据，或者是填充PDF表单。

　　4、PDF/A验证：验证PDF文档是否满足PDF/A ISO标准。

　　5、PDF打印：把PDF文档输出到打印机——利用了Java的打印API。

　　6、PDF转换：可以把PDF文档转换成映像文件。

　　7、PDF创建：可以从头创建新的PDF文档。

　　8、集成Lucene搜索引擎：Lucene搜索引擎与PDF索引相集成。

更新日志

　　这个版本是基于 2.0.5 版本的增量式 bug 修复版本，包含了几个修复和小改进，更新如下：

　　Bug 修复

　　[PDFBOX-3313] - Java 9 InaccessibleObjectException

　　[PDFBOX-3318] - IllegalArgumentException in PDPageTree constructor: root cannot be null

　　[PDFBOX-3347] - COSName parsing doesn't handle ISO-8859-1 encoded bytes