poi 与 itextpdf 转换pdf 成word 乱码问题

将 PDF 转换为 Word 时出现乱码问题，可能是由于 PDF 中使用了某些特殊的字体或字符而导致的。解决这个问题可以尝试以下几个方法：

1. 确认使用的字体是否存在于计算机中，如果不存在，需要手动添加字体。

2. 使用最新版本的 iTextPDF 和 POI 库。

3. 将 PDF 转换为图片，再将图片插入到 Word 文档中。

4. 尝试使用其他的 PDF 转 Word 工具。

5. 如果以上方法都无法解决问题，可以考虑手动编辑 Word 文档中的乱码部分。

相关问题

poi 与 itext Java 将pdf转为word 并解决中文乱码问题 并写出一个示例

好的，将 PDF 转为 Word 有很多种方法，这里介绍使用 Apache POI 和 iText 来实现。POI 提供了对 Word 文档的操作，而 iText 可以解析 PDF 文件，并提供了一些字体处理的功能。下面是一个简单的示例代码，可以将 PDF 转为 Word 并解决中文乱码问题：

import java.awt.Color;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;

import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import org.apache.poi.xwpf.usermodel.XWPFRun;

import com.itextpdf.text.Document;
import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.parser.PdfTextExtractor;
import com.itextpdf.text.pdf.parser.SimpleTextExtractionStrategy;

public class PdfToWordConverter {

    public static void main(String[] args) throws Exception {

        // 1. 读取 PDF 文件
        PdfReader reader = new PdfReader(new FileInputStream(new File("input.pdf")));

        // 2. 获取 PDF 文件中的文本
        StringBuilder sb = new StringBuilder();
        for (int i = 1; i <= reader.getNumberOfPages(); i++) {
            String text = PdfTextExtractor.getTextFromPage(reader, i, new SimpleTextExtractionStrategy());
            sb.append(text);
        }
        reader.close();

        // 3. 将文本写入 Word 文件
        XWPFDocument document = new XWPFDocument();
        XWPFParagraph paragraph = document.createParagraph();
        XWPFRun run = paragraph.createRun();
        run.setText(sb.toString());
        run.setColor(Color.BLACK);

        // 4. 保存 Word 文件
        FileOutputStream out = new FileOutputStream(new File("output.docx"));
        document.write(out);
        out.close();
        document.close();
    }
}

在上面的示例代码中，我们首先使用 iText 读取 PDF 文件，并获取 PDF 文件中的文本。然后使用 POI 创建一个新的 Word 文档，将文本写入 Word 文件中，并设置文本颜色。最后将 Word 文件保存到本地磁盘上。

需要注意的是，上面的代码只能处理纯文本的 PDF 文件，并且对于一些特殊的字体或字符，可能仍然会出现乱码问题。如果需要处理 PDF 中的图片或表格，可以使用其他的 PDF 转 Word 工具。

poi 与 itext Java 将pdf转为word 并解决中文乱码问题 保留原有格式与图片 并写出一个示例

好的，我了解了。下面是一个示例程序，使用poi和itext库将pdf转为word，并解决中文乱码问题，同时保留原有格式与图片。

import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.util.List;

import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import org.apache.poi.xwpf.usermodel.XWPFRun;

import com.itextpdf.text.Document;
import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.parser.PdfTextExtractor;

public class PdfToWordConverter {
    public static void main(String[] args) {
        String pdfFilePath = "example.pdf";
        String wordFilePath = "example.docx";

        try {
            // 读取pdf文件
            PdfReader reader = new PdfReader(new FileInputStream(pdfFilePath));
            int pageNum = reader.getNumberOfPages();
            StringBuilder content = new StringBuilder();
            for (int i = 1; i <= pageNum; i++) {
                content.append(PdfTextExtractor.getTextFromPage(reader, i)); // 获取每页文本内容
            }
            reader.close();

            // 创建word文档
            XWPFDocument doc = new XWPFDocument();
            XWPFParagraph para = doc.createParagraph();
            XWPFRun run = para.createRun();
            run.setText(content.toString()); // 设置文本内容

            // 保存word文档
            FileOutputStream fos = new FileOutputStream(wordFilePath);
            doc.write(fos);
            fos.close();
            doc.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

在上述示例程序中，我们通过使用itext库来读取pdf文件的内容，并将其存储在一个StringBuilder对象中。然后，我们使用poi库来创建一个word文档，并将pdf文件的内容设置为文本内容。最后，将word文档保存到指定的路径中。

需要注意的是，如果pdf文件中包含图片，我们需要使用itext库来获取图片，并将其插入到word文档中。具体实现方法可以参考poi官方文档中的示例程序。另外，如果pdf文件中的中文出现了乱码，我们可以在读取pdf文件时指定编码格式，例如：

PdfReader reader = new PdfReader(new FileInputStream(pdfFilePath), "UTF-8");

这样，我们就可以使用poi和itext库来将pdf文件转换为word文件，并解决中文乱码问题了。