Apache PDFBox: lavorare su PDF con Java

Apache PDFBox è una libreria Java rilasciata sotto licenza Open Source (Apache License v2.0) che offre funzionalità avanzate per la manipolazione di documenti in formato PDF (Portable Document Format). Grazie a questa risorsa si disporrà di uno strumento completo con il quale generare nuovi file PDF o intervenire sui contenuti e la formattazione di documenti preesistenti, buona parte del lavoro potrà essere effettuato direttamente tramite istruzioni da linea di comando.

Giunto recentemente alla versione 2.0.0 dopo un lavoro di implementazione durato circa 3 anni, PDFBox consente di estrarre testi Unicode, di estrarre dati da un form così come di popolare quest'ultimo con i parametri richiesti, di suddividere un singolo documento PDF in più file o di ottenere un unico documento dal merging di più file e sfruttare lo standard PDF/A-1b per la validazione.

Si potranno inoltre stampare documenti PDF attraverso l'apposita interfaccia di programmazione per Java (Printing API) o salvarli sotto forma di immagini con estensioni PNG e JPEG. Chi desiderasse creare un file PDF da zero potrà farlo appoggiandosi a feature che permetteranno di eseguire l'embedding di font e immagini. Disponibile la possibilità di firmare digitalmente i propri documenti.

Chi non volesse procedere con l'installazione da binari, comunque disponibili sul sito ufficiale del progetto, potrà optare per il building da sorgente tramite il repository SVN dedicato. Maven 3 è una dipendenza richiesta sia per il ramo 1.x che per il 2.x, nel caso del primo viene richiesto anche JDK 5 o 6, per il secondo sarà necessario JDK 6, o versione successiva, e JCE (Java Cryptography Extension) per la cifratura.

PDFBox è una soluzione pensata innanzitutto per gli sviluppatori, la documentazione della libreria presenta tutte le convenzioni (formattazione, variabili, JavaDoc, commenti..) che dovranno essere adottate in fase di coding.

Alcuni degli interventi previsti nel corso dell'ultima fase di implementazione sono stati già apportati, come per esempio l'introduzione di Java 6 quale requisito minimo e il miglioramento del rendering dei font senza AWT, altri dovranno essere raggiunti in futuro, come il Parsing on demand per limitare il consumo di memoria.

Via PDFBox