pdf

spring boot操作PDF在sping boot中常用的操作PDF的的有以下三种

开开心心就好

批量提取PDF中的图片，直接导出原图软件介绍之前有小伙伴提过，想要一个能把 PDF 里的图片提取出来的工具。这类工具其实选择还不少，比如之前聊过的 PDFImageViewer 就挺好用。今天再补一款 PDF 图片导出工具，名字叫 PDFImageTool，主要干的活就是把 PDF 里的图片批量导出来。

PDF 表格样式优化：jquick-pdf 边框、圆角、背景色报表的可读性往往不取决于数据量，而取决于视觉层次：哪里是表头，哪里是数据，行与行之间靠什么分隔。用 iText 或 PDFBox 实现边框、填充和圆角时，通常需要直接操作绘制对象，样式改动会渗入业务代码。jquick-pdf 允许在元素 style 中声明这些样式，把报表的视觉调整留在模板层。本文围绕表格与单元格的边框、背景色、下边框分隔线以及圆角的实现方式展开。

jquick-pdf 表格实战：动态数据 PDF 报表生成销售日报、库存清单、对账单这类报表结构高度规则，真正的工作量在于行数不固定：有多少条记录，就要输出多少行。用 iText 或 PDFBox 逐行创建 Cell、单独设置字体并处理分页，代码量大，且每次增删字段都要回归。jquick-pdf 使用类 HTML 模板，后端只需要把查询结果变成表格行，布局与分页交给引擎。本文说明“固定骨架 + 后端生成行”这种模板组织方式，以及它带来的边界与注意事项。

jquick-pdf 表格行列尺寸控制实战：单元格合并的可行边界表格是报表 PDF 中最容易失控的部分：数值列太窄会折行，说明列过高会让整页行数不足，汇总信息又常被要求“合并居中”。用底层 iText/PDFBox 手写这类表格时，合并单元格意味着自行维护 rowspan/colspan 占位矩阵，列顺序一变，错位往往要等到输出 PDF 才被发现。

Docker 部署 Gotenberg 完整教程：Compose 搭建文档转 PDF API本文基于 gotenberg/gotenberg:8.37.0，实测引擎 Gotenberg 8.37.0，测试平台 Ubuntu 24.04 Linux。

jquick-pdf 防止 PDF 内容分页断裂：keepTogether 属性妙用业务 PDF 的分页问题通常不是“能不能换页”，而是“应该在哪里换页”。订单摘要的标题落在页尾、金额卡片被拆成两半、审批结论和签名区分开，都会让文件显得不专业。直接用 PdfBox 绘制时，需要自行计算剩余高度并决定是否新建页面；内容一旦动态变化，坐标判断很快变得脆弱。jquick-pdf 提供 keepTogether，让模板可以明确表达“这个块尽量整体开始”。

jquick-pdf 文本元素实战：段落、行内文本、制表符用法详解账单、回执和通知单几乎全是文字，却最容易出现排版返工：客户名称要加粗，金额要变色，说明要换行，账户标签还要整齐对齐。手写底层 PDF 绘制需要自行计算文字宽度，用连续空格对齐又会受字体和渲染器影响。jquick-pdf 用 <p>、<span>、<tab> 和 <br> 把这四类意图表达在模板里。

Python 处理小语种 PDF 的编码坑：重音字符、连字与 (cid:xx) 乱码的解决方案做 PDF 翻译预处理时，英语文档基本不出幺蛾子，但一到西班牙语、法语、德语文档，各种"灵异现象"就来了：é 变 Ã©、office 变 oﬃce、整段文字变成 (cid:123) 编号。这些问题的根源都指向同一个环节——PDF 的字符编码与 Unicode 映射。本文用本机实测把三个最常见的坑复现一遍，每个坑给出可直接复制的解决方案。环境：Python 3.13，pymupdf 1.28.2 / pdfplumber 0.11.10 / pypdf 6.18.0，测试用 fpdf2 2.8.8 构造。

平台化工业AI再突破｜大捷智能携手岚图汽车，打造车身焊装智能设计行业标杆近日，国家级专精特新“小巨人”企业大捷智能科技（广东）有限公司携手东风岚图汽车，面向车身焊装智能设计场景打造行业标杆示范项目，推动AI智能设计技术在车身焊装工艺领域落地应用，助力高端新能源整车研发提质增效。

工业物联网数据库选型：把计算能力放回第一维度数据库的选型文章很多，但工业物联网场景下的选型翻车，十有八九不是翻在"存不下"，而是翻在"算不动"。一个常见的剧本：选型阶段按存储需求评估——写入速率多少、压缩比多少、单机容量多少，各项指标都达标，签约上线。运行半年后，业务提出三个再普通不过的需求：全厂设备状态 5 秒刷新一次、振动数据和温度数据做关联分析、异常工况秒级告警。然后发现：数据都好好地躺在库里，但每一条需求都要把数据搬到库外Spark/Flink/Python 里才能算，链路一搭三个月，实时性还上不去。

多栏PDF阅读顺序重建：用Python按坐标聚类还原双栏论文的翻译顺序做 PDF 翻译预处理时，有个问题比"取不出文字"更隐蔽：文字全都取出来了，但顺序是错的。双栏排版的学术论文、期刊、产品手册是重灾区。直接取文会得到后面这种结果——第 1 段、第 13 段、第 2 段、第 14 段……左右两栏交替出现。丢给翻译引擎之后，译文读起来是断的：一句话说到一半跳到另一栏，读者要来回拼。

ChatGPT上传PDF后漏读图表？文字版、扫描件和图片要分开处理把一份技术说明书交给ChatGPT，摘要写得很流畅，偏偏没提最关键的流程图；追问某个数值，回答又和原表对不上。

在线改 PDF 文字，我把三个网站用同一份文件实测了一遍上周碰到个典型需求：一份 3 页的报价单 PDF，第 2 页表格里「基础套餐 3980 元/月」要改成 2980，改完导一份 Word 给同事。文件里有表格、有盖章扫描页。不想装软件，就想在浏览器里解决。

告别 iText 繁杂配置：jquick-pdf 极简 PDF 生成实战（零基础上手）很多开发者第一次生成 PDF，会被 Document、Page、Font、Paragraph、Table 等对象包围：代码能生成文件，却很难一眼看懂最终版式；改文案要改 Java，改间距要重新定位。iText 与 PdfBox 都是成熟的底层工具，但“强大”不等于适合每一次业务导出。jquick-pdf 把常见文档表达为类 HTML 模板，让零基础开发者也能循序渐进地完成一份可维护的 PDF。本文以一个可直接运行的培训结业证书 Demo 为主线，说明它做了什么、没做什么，以及从零开始的推进顺序。

Saruka的男朋友

不上传文件也能转格式？拆解一个纯浏览器端的 EPUB 工具链的设计思路在线文档转换工具几乎都有一个共同前提：你得先把文件传上去。对小说、内部资料、未公开的稿件来说，这个前提本身就是风险。这篇文章介绍一个反其道而行的方案—— iloveepub，一个所有处理都在浏览器本地完成的 EPUB 工具站，并从技术角度拆解它为什么可行、边界在哪里。

Python 实战：基于 Spire.PDF 为 PDF 文档添加自定义文本在文档处理场景中，经常需要对已有 PDF 文档追加文本内容，比如补充备注、标注说明、添加水印文字、补充页码注释等。Python 拥有丰富的 PDF 处理库，其中 Free Spire.PDF for Python 凭借简洁的 API、完善的样式支持、无需依赖本地 Adobe 组件的优势，能够高效实现 PDF 文本编辑，支持自定义字体、颜色、透明度、文字旋转等个性化效果。

PyMuPDF vs pdfplumber vs pypdf：PDF 文本提取实测对比（翻译预处理视角）做 PDF 翻译预处理时，第一步永远是"把文本从 PDF 里干净地拿出来"。这一步的选型直接决定后面整条流水线的质量：提取出来的文本顺序乱了，翻译对齐就废；坐标信息丢了，版面重建就没戏。网上三库对比的文章不少，但大多停留在"都能提取文本"的层面。本文以翻译预处理为视角，在真实的 30 页报告 PDF 上跑了一轮量化实测，把文本速度、表格提取、坐标信息三个硬指标摆出来，结论直接可用。

Java 后端最优 PDF 导出方案：jquick-pdf 项目引入与快速测试一个 PDF 导出接口通常从“返回一页摘要”开始，随后不断加入明细表、分页、中文、图片与审批信息。若从第一天就把版式写进控制器，后续每个需求都会扩大代码耦合，测试也只能依赖人工打开文件。更稳妥的做法是先把 jquick-pdf 引入项目，建立可重复的冒烟测试，再逐步替换真实业务数据。本文面向 Java 后端开发者，重点是项目接入、服务边界划分与快速验收。

PDF跨页表格提取后错列怎么办？先检查表头、续行和单位从PDF提取一张十几页的明细表，最容易忽略的问题是：第一页看起来完全正常，翻到后面，项目名称却落进了金额列，重复表头混进数据行，某一条长名称还被拆成两条记录。数字可能都识别出来了，但它们之间的关系已经错了。