package com.merge.rui;

import java.awt.image.BufferedImage;
import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStreamWriter;
import java.io.Writer;
import java.net.MalformedURLException;
import java.net.URL;
import java.util.Iterator;
import java.util.List;

import javax.imageio.IIOImage;
import javax.imageio.ImageIO;
import javax.imageio.ImageWriter;
import javax.imageio.stream.ImageOutputStream;

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.pdmodel.PDPage;
import org.apache.pdfbox.util.PDFTextStripper;

public class PDFExtract {

	public void getImage(String srcfile) throws IOException{
		String textFile =null;
		 String pdfFile = srcfile;
//		 String pdfFile = "C:\\Users\\rui\\Desktop\\test\\" + srcfile;
		 PDDocument doc = PDDocument.load(pdfFile);
		 if (srcfile.length() > 4) {
             textFile = srcfile.substring(0, srcfile.length() - 4);
         }
	        int pageCount = doc.getNumberOfPages (); 
	        System.out.println(pageCount); 
	        List<?> pages = doc.getDocumentCatalog().getAllPages(); 
	        for(int i=0;i<pages.size();i++){
	            PDPage page = (PDPage)pages.get(i); 
	            BufferedImage image = page.convertToImage(); 
	            Iterator<?> iter = ImageIO.getImageWritersBySuffix("jpg"); 
	            ImageWriter writer = (ImageWriter)iter.next(); 
	            File outFile = new File(textFile+i+".jpg"); 
	            FileOutputStream out = new FileOutputStream(outFile); 
	            ImageOutputStream outImage = ImageIO.createImageOutputStream(out); 
	            writer.setOutput(outImage); 
	            writer.write(new IIOImage(image,null,null)); 
	        }
	        doc.close(); 
	        System.out.println("over"); 
	    
	}
	
    public void getText(String file) throws Exception {
        // 是否排序
        boolean sort = false;
        // pdf文件名 @1 “E:\\data\\Inputpdf\\”是pdf文件夹根目录，所有的pdf文件都放在该目录下（自己可以设置）
        String pdfFile = file;
//        String pdfFile = "C:\\Users\\rui\\Desktop\\test\\" + file;
        // 输入文本文件名称
        String textFile = null;
        // 编码方式
        String encoding = "GBK";
        // 开始提取页数
        int startPage = 1;
        // 结束提取页数
        int endPage = Integer.MAX_VALUE;
        // 文件输入流，生成文本文件
        Writer output = null;
        // 内存中存储的PDF Document
        PDDocument document = null;

        try {
            try {
                // 首先当作一个URL来加载文件，如果得到异常再从本地系统装载文件
                URL url = new URL(pdfFile);
                document = PDDocument.load(url);
                // 获取PDF的文件名
                // String fileName = url.getFile();

                // 以原来pdf名称来命名新产生的txt文件
                if (file.length() > 4) {
                    File outputFile = new File(file.substring(0,
                            file.length() - 4) + ".txt");
                    textFile = outputFile.getName();
                }
            } catch (MalformedURLException e) {
                // 如果作为URL装载得到异常则从文件系统装载
            	
                document = PDDocument.load(pdfFile);
                if (file.length() > 4) {
                    textFile = file.substring(0, file.length() - 4) + ".txt";
                }
            }
            // 文件输入流，写入文件到textFile @2 “E:\\data\\Outputtxt\\”是text文档输出目录（自己可以设置）
            output = new OutputStreamWriter(new FileOutputStream(
                     textFile), encoding);
            // PDFTextStripper来提取文本
            PDFTextStripper stripper = null;
            stripper = new PDFTextStripper();
            // 设置是否排序
            stripper.setSortByPosition(sort);
            // 设置起始页
            stripper.setStartPage(startPage);
            // 设置结束页
            stripper.setEndPage(endPage);
            // 调用PDFTextStripper的writeText提取并输出文本
            stripper.writeText(document, output);
        } finally {
            if (output != null) {
                // 关闭输出流
                output.close();
            }
            if (document != null) {
                // 关闭PDF Document
                document.close();
            }
        }

    }
}