java读取pdf文件内的图片，并将文字转为文本输出

您可以使用 Java 中的 Apache PDFBox 库来读取 PDF 文件中的图片和文本。以下是一个简单的示例代码：

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.rendering.PDFRenderer;
import org.apache.pdfbox.text.PDFTextStripper;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;

public class PDFReader {
    public static void main(String[] args) {
        try {
            // 加载 PDF 文件
            PDDocument document = PDDocument.load(new File("path/to/pdf"));

            // 读取文本内容
            PDFTextStripper textStripper = new PDFTextStripper();
            String text = textStripper.getText(document);
            System.out.println("文本内容：");
            System.out.println(text);

            // 读取图片
            PDFRenderer pdfRenderer = new PDFRenderer(document);
            for (int page = 0; page < document.getNumberOfPages(); ++page) {
                BufferedImage image = pdfRenderer.renderImageWithDPI(page, 300);
                String imageName = "image_" + page + ".png";
                ImageIO.write(image, "png", new File(imageName));
                System.out.println("已保存图片：" + imageName);
            }

            // 关闭文档
            document.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

您需要将 `path/to/pdf` 替换为实际的 PDF 文件路径。以上代码会将 PDF 文本内容输出到控制台，并将每一页的图片保存为 PNG 文件。您可以根据需要进行进一步处理。请确保在运行代码之前，您已经将 Apache PDFBox 库添加到项目的依赖中。