groovy pdfbox 按顺序读取pdf文件内容可能是文字或图片

使用Groovy和PDFBox库可以很容易地按顺序读取PDF文件中的文本和图像。以下是示例代码：

@Grab('org.apache.pdfbox:pdfbox:2.0.21')

import org.apache.pdfbox.pdmodel.PDDocument
import org.apache.pdfbox.text.PDFTextStripper
import org.apache.pdfbox.rendering.PDFRenderer
import java.awt.image.BufferedImage
import javax.imageio.ImageIO

def pdfFile = new File('example.pdf')
def document = PDDocument.load(pdfFile)

// Read text from each page
def stripper = new PDFTextStripper()
(1..document.pages.size()).each { pageNum ->
    def page = document.pages.get(pageNum - 1)
    stripper.setStartPage(pageNum)
    stripper.setEndPage(pageNum)
    def text = stripper.getText(document)
    println "Page $pageNum text: $text"
}

// Read images from each page
def renderer = new PDFRenderer(document)
(1..document.pages.size()).each { pageNum ->
    def page = document.pages.get(pageNum - 1)
    def image = renderer.renderImageWithDPI(pageNum - 1, 300)
    ImageIO.write(image, 'png', new File("page${pageNum}.png"))
}

document.close()

该代码将加载名为example.pdf的PDF文件，并按顺序读取每个页面的文本和图像。文本将通过PDFTextStripper类进行提取，而图像将通过PDFRenderer类进行渲染。在上面的代码中，我们将文本打印到控制台，将图像写入名为pageX.png的文件中。您可以根据需要修改这些操作