如何使用PDFBOX加载URL末尾无.pdf后缀的网页PDF文件？

你的原代码存在核心问题：用File类加载HTTP URL是错误的，File仅能处理本地文件系统路径，无法直接读取网络资源——不管这个URL是否带.pdf后缀。这类动态URL（比如.html结尾但返回PDF内容）的本质是服务器根据请求参数生成PDF并返回二进制流，只需通过HTTP请求获取这个流，再用PDFBOX加载即可。

解决方案步骤 #

• 发起HTTP请求到目标URL，获取服务器返回的PDF输入流
• 使用PDFBOX的PDDocument.load(InputStream)方法加载流（而非File）
• 完成文本读取后，记得关闭文档和流资源

示例代码 #

import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;
import java.io.InputStream;
import java.net.HttpURLConnection;
import java.net.URL;

public class DynamicPdfReader {
    public static void main(String[] args) {
        String targetUrl = "http://<website name>/flow.html?operatorin";
        PDDocument pdfDoc = null;
        InputStream inputStream = null;

        try {
            URL url = new URL(targetUrl);
            HttpURLConnection conn = (HttpURLConnection) url.openConnection();
            conn.setRequestMethod("GET");
            
            // 检查请求是否成功
            if (conn.getResponseCode() == HttpURLConnection.HTTP_OK) {
                inputStream = conn.getInputStream();
                // 从输入流加载PDF文档
                pdfDoc = PDDocument.load(inputStream);
                
                PDFTextStripper textStripper = new PDFTextStripper();
                String content = textStripper.getText(pdfDoc);
                System.out.println(content);
            } else {
                System.err.println("请求失败，响应码：" + conn.getResponseCode());
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            // 关闭资源，避免内存泄漏
            try {
                if (inputStream != null) inputStream.close();
                if (pdfDoc != null) pdfDoc.close();
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
    }
}

注意事项 #

• 若服务器需要特定请求头（如User-Agent、Cookie），可通过conn.setRequestProperty("HeaderName", "Value")添加，否则可能被拒绝请求
• 也可使用Apache HttpClient等第三方HTTP库替代HttpURLConnection，核心逻辑一致：获取PDF输入流后加载到PDDocument
• 务必确保服务器返回的内容确实是PDF格式，若返回HTML或其他内容，PDFBOX加载时会抛出异常

内容的提问来源于stack exchange，提问作者prasanth kotagiri