java 判断pdf文档是否已损坏

      最近利用爬虫上网下了很多pdf文档，但有一小部分由于网络不稳定等原因，在下载过程中出现了错误，而网上又缺少批量判断的工具，因此调研了一些开源工具，写了一个小程序！

      需要的jar包：

      1、bouncycastle.jar    http://d.download.csdn.net/down/474865/dog3752 

      2、iText 5.0.2.jar        http://download.csdn.net/source/2262675

      思路：

      首先得到给定目录下的所有pdf文件，然后利用itext包来读取pdf，如果读取成功，则无错！否则出错！

      代码：

 

PdfFileFilter 

import java.io.File;
import java.io.FileFilter;
/*pdf文件过滤器
*/
public class PdfFileFilter implements FileFilter {

	public boolean accept(File file) {
		if (file.isFile()) {
			String filename = file.getName().toLowerCase();
			if (filename.endsWith(".pdf") == true) {
				return true;
			} else {
				return false;
			}
		} else {
			return true;
		}
	}

}

 

PDFCheck
import java.io.File;
import java.io.IOException;
import java.util.ArrayList;

import com.lowagie.text.Document;
import com.lowagie.text.pdf.PdfReader;

public class PDFCheck {
	private static ArrayList<String> pdffiles = new ArrayList<String>();

	/**
	 * 递归得到特定目录下的所有文件
	 */
	public static void getAllPdfFile(String basedir) {
		File dir = new File(basedir);
		File[] files = dir.listFiles(new PdfFileFilter());
		if (files == null)
			return;
		for (int i = 0; i < files.length; i++) {
			if (files[i].isDirectory()) {
				getAllPdfFile(files[i].getAbsolutePath());
			} else {
				pdffiles.add(files[i].getAbsolutePath());
			}

		}

	}
	/**
	 * 循环检测
	 */
	private static void CheckPdfFiles(ArrayList<String> files) {
		for (String file : files) {
			boolean flag = false;
			flag = check(file);
			if(!flag){
				System.out.println(file+"文件损坏");
			}
		}
	}

	/**
	 * 利用itext打开pdf文档
	 */
	private static boolean check(String file) {
		boolean flag1 = false;
		int n = 0;
		try {
			Document document = new Document(new PdfReader(file).getPageSize(1));
			document.open();
			PdfReader reader = new PdfReader(file);
			n = reader.getNumberOfPages();
			if (n != 0)
				flag1 = true;
			document.close();
		} catch (IOException e) {
			e.printStackTrace();

		}
		return flag1;

	}

	public static void main(String[] args) {
		getAllPdfFile("D:\\WO\\");
		if(pdffiles.size()>0)CheckPdfFiles(pdffiles);
	}
}

评论

1 楼 sgjsdf5944 2012-08-08  

我的jar包下下来怎么缺PdfReader这个类，而且import com.itextpdf.text.Document;你怎么确是import com.lowagie.text.Document;  
import com.lowagie.text.pdf.PdfReader;楼主你给错地址了还是你代码有问题？？？？？？