Java 使用PDFBox提取PDF文件中的图片

今天做PDF文件解析，遇到一个需求：提取文件中的图片并保存。使用的是流行的apache开源jar包pdfbox, 但还是遇到坑了，比如pdfbox版本太高或太低都不能用！！这个包竟然没有很好地做好兼容问题，有些方法在高版本说舍弃就舍弃了。暂时没有时间去研究版本间的区别。以下给我这个问题的解决方案。

pdfbox版本：1.8.13

maven传送门：

<!-- 处理pdf文件 -->

<!-- https://mvnrepository.com/artifact/org.apache.pdfbox/pdfbox -->

<dependency>

    <groupId>org.apache.pdfbox</groupId>

    <artifactId>pdfbox</artifactId>

    <version>1.8.13</version>

</dependency>

代码：

package com.tbd.util;

import java.io.File;

import java.io.IOException;

import java.util.Iterator;

import java.util.List;

import java.util.Map;

import org.apache.pdfbox.pdmodel.PDDocument;

import org.apache.pdfbox.pdmodel.PDPage;

import org.apache.pdfbox.pdmodel.PDResources;

import org.apache.pdfbox.pdmodel.graphics.xobject.PDXObjectImage;

/**

 * 提取PDF中的图片

 * pdfbox 版本 1.8.13

 * @author Charlie Wu

 * 2018/05/24

 */

public class PDF2Image {

	/**

	 * 提取

	 * @param file			PDF文件

	 * @param targetFolder 	图片存放目录

	 * @return

	 */

	public static boolean extractImages(File file, String targetFolder) {

		boolean result = true;

		try{

			PDDocument document = PDDocument.load(file);

		 	List<PDPage> pages = document.getDocumentCatalog().getAllPages();

			Iterator<PDPage> iter = pages.iterator();

			int count = 0;

			while( iter.hasNext()){

			    PDPage page = (PDPage)iter.next();

			    PDResources resources = page.getResources();

			    Map<String, PDXObjectImage> images = resources.getImages();

			    if(images != null)

			    {

			        Iterator<String> imageIter = images.keySet().iterator();

			        while(imageIter.hasNext())

			        {

			        	count++;

			            String key = (String)imageIter.next();

			            PDXObjectImage image = (PDXObjectImage)images.get( key );

			            String name = file.getName() + "_" + count;	// 图片文件名

						image.write2file(targetFolder + name);		// 保存图片

			        }

			    }

			}

		} catch(IOException ex){

			ex.printStackTrace();

			return false;

		}

		return result;

    }

	public static void main(String[] args) {

		File file = new File("F:/test.pdf");

		String targerFolder = "F:/target/";

		extractImages(file, targerFolder);

	}

}