PDF识别之XFA文件格式

有些PDF文件是XFA文件格式，都是XML样式，这种PDF文件需要使用XFA读取方式，下面是JAVA实现方式

package com.xxx.xxx.util.pdf;import com.itextpdf.forms.PdfAcroForm;
import com.itextpdf.forms.xfa.XfaForm;
import com.itextpdf.kernel.pdf.PdfDocument;
import com.itextpdf.kernel.pdf.PdfReader;import java.io.File;
import java.io.FileOutputStream;
import javax.xml.transform.OutputKeys;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
/*** 读取XFA PDF文件，结果是XML文件* @author xxx**/
public class ReadXFAUtil {/*** 读取xfa pdf* @param str * @throws Exception */public static void manipulatePdf(String src,String dest) throws Exception {PdfDocument pdfDoc = new PdfDocument(new PdfReader(src));PdfAcroForm form = PdfAcroForm.getAcroForm(pdfDoc, true);XfaForm xfa = form.getXfaForm();// Get XFA data under datasets/data.Node node = xfa.getDatasetsNode();NodeList list = node.getChildNodes();for (int i = 0; i < list.getLength(); i++) {if ("data".equals(list.item(i).getLocalName())) {node = list.item(i);break;}}try (FileOutputStream os = new FileOutputStream(dest)) {Transformer transformer = TransformerFactory.newInstance().newTransformer();transformer.setOutputProperty(OutputKeys.ENCODING, "UTF-8");transformer.setOutputProperty(OutputKeys.INDENT, "yes");transformer.transform(new DOMSource(node), new StreamResult(os));}pdfDoc.close();}public static void main(String[] args) throws Exception {String src = "e:/4000-2021-6增值税申报表.pdf";String dest = "e:/1.xml";ReadXFAUtil.manipulatePdf(src,dest);}
}

如有问题，请私信。

xObP8s/gudi/zrPMoaJKU7K5u7e+s7/Os8yhokpBVkHP4LnYv86zzMjn0OjSqtKyv8nS1MGqz7VRUaGjDQoNCtf31d8gUVEgNDA0NTQwMjI5

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！