使用pdf解析可以用來讀取PDF文件中字符串文本，圖片數據

pdf解析可以用來讀取PDF文件中字符串文本，圖片數據。Apache PDFbox是一個開源的、基于Java的、支持PDF文檔生成的工具庫，它可以用于創建新的PDF文檔，修改現有的PDF文檔，還可以從PDF文檔中提取所需的內容。Apache PDFBox還包含了數個命令行工具。

Apache PDFBox主要有以下特征：

PDF讀取、創建、打印、轉換、驗證、合并分割等特征。

（1） 讀取文本數據

讀取文本并沒有特別需要說明的地方，就是獲取PDF文本起始頁，結束頁，通過getText函數直接獲取PDF的所有文本。

（2） 獲取PDF的中圖片

將獲取的PDF中圖片對象保存到另一個PDF中

此方法可以取出源PDF中圖片對象PDImageXObject，然后可以對該對象進行相關處理，本代碼實現了將提取出來的每一個圖片對象，插入到一個空白的PDF文檔中。