使用pdf解析可以用来读取PDF文件中字符串文本，图片数据

pdf解析可以用来读取PDF文件中字符串文本，图片数据。Apache PDFbox是一个开源的、基于Java的、支持PDF文档生成的工具库，它可以用于创建新的PDF文档，修改现有的PDF文档，还可以从PDF文档中提取所需的内容。Apache PDFBox还包含了数个命令行工具。

Apache PDFBox主要有以下特征：

PDF读取、创建、打印、转换、验证、合并分割等特征。

（1） 读取文本数据

读取文本并没有特别需要说明的地方，就是获取PDF文本起始页，结束页，通过getText函数直接获取PDF的所有文本。

（2） 获取PDF的中图片

将获取的PDF中图片对象保存到另一个PDF中

此方法可以取出源PDF中图片对象PDImageXObject，然后可以对该对象进行相关处理，本代码实现了将提取出来的每一个图片对象，插入到一个空白的PDF文档中。