Groovy PDFBox 教程：如何读取每个对象内容

在使用 Groovy 和 PDFBox 时，您可以使用以下代码来读取 PDF 文档中的每个对象的内容：

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

document.getDocument().getObjects().each { obj ->
    if (obj instanceof COSDictionary) {
        // 这是一个字典对象
        // 您可以使用 obj.getDictionaryObject(key) 访问其键和值
    } else if (obj instanceof COSArray) {
        // 这是一个数组对象
        // 您可以使用 obj.getObject(index) 访问其元素
    } else if (obj instanceof COSString) {
        // 这是一个字符串对象
        // 您可以使用 obj.getString() 访问其值
    } else if (obj instanceof COSNumber) {
        // 这是一个数字对象
        // 您可以使用 obj.floatValue() 访问其值
    } else if (obj instanceof COSBoolean) {
        // 这是一个布尔值对象
        // 您可以使用 obj.booleanValue() 访问其值
    } else if (obj instanceof COSNull) {
        // 这是一个空对象
    } else if (obj instanceof COSStream) {
        // 这是一个流对象
        // 您可以使用 obj.getStream().getBytes() 访问其内容
    } else {
        // 这是一个未知对象类型
    }
}

document.close()

在上面的代码中，我们使用 getObjects() 方法获取 PDF 文档中的所有对象。然后，我们遍历每个对象并检查其类型。根据对象类型，我们可以访问其不同的属性和方法。

在处理字典对象时，您可以使用 getDictionaryObject(key) 方法获取指定键的值。在处理数组对象时，您可以使用 getObject(index) 方法获取指定索引处的元素。在处理流对象时，您可以使用 getStream().getBytes() 方法获取其内容。

最后，我们使用 close() 方法关闭文档并释放资源。