一、概述
本文以Java示例展示讀取PDF中的表格的方法。這里導入Spire.PDF for Javah中的jar包,并使用其提供的相關及方法來實現獲取表格中的文本內容。下表中整理了本次代碼使用到的主要類、方法及解釋,供參考:
類型 | 描述 |
PdfDocumentClass | Represents a pdf document model. |
PdfDocument. loadFromFile (string filename)Method | Loads a PDF document. |
PdfTableExtractorClass | Represents the PDF table extractor. |
PdfTableClass | Defines a PDF table. |
PdfTableExtractor. extractTable (int pageIndex)Method | Extracts table from page. |
PdfTable.getText(int rowIndex,int columnIndex)Method | Gets Text in cell. |
FileWriter. write()Method | Saves extracted text in table to a .txt file. |
?二、環境配置
- IntelliJ IDEA 2018(JDK 1.8.0)
- PDF 測試文檔
- PDF Jar包:Spire.PDF for Java Version: 4.10.2
Jar包的兩種導入方法:
1. 手動導入
將jar包下載到本地,解壓。然后執行如下步驟來手動導入:?
2. Maven倉庫下載導入
如果使用maven,需在pom.xml中配置maven路徑,指定依賴,如下:
<repositories> <repository> <id>com.e-iceblue</id> <url>https://repo.e-iceblue.cn/repository/maven-public/</url> </repository> </repositories> <dependencies> <dependency> <groupId>e-iceblue</groupId> <artifactId>spire.pdf</artifactId> <version>4.10.2</version> </dependency> </dependencies>
三、讀取PDF中的表格
import com.spire.pdf.*; import com.spire.pdf.utilities.PdfTable; import com.spire.pdf.utilities.PdfTableExtractor; import java.io.FileWriter; import java.io.IOException; public class ExtractTable { public static void main(String[] args)throws IOException { //加載PDF文檔 PdfDocument pdf = new PdfDocument(); pdf.loadFromFile("test.pdf"); //創建StringBuilder類的實例 StringBuilder builder = new StringBuilder(); //抽取表格 PdfTableExtractor extractor = new PdfTableExtractor(pdf); PdfTable[] tableLists ; for (int page = 0; page < pdf.getPages().getCount(); page++) { tableLists = extractor.extractTable(page); if (tableLists != null && tableLists.length > 0) { for (PdfTable table : tableLists) { int row = table.getRowCount(); int column = table.getColumnCount(); for (int i = 0; i < row; i++) { for (int j = 0; j < column; j++) { String text = table.getText(i, j); builder.append(text+" "); } builder.append("\r\n"); } } } } //將提取的表格內容寫入txt文檔 FileWriter fileWriter = new FileWriter("ExtractedTable.txt"); fileWriter.write(builder.toString()); fileWriter.flush(); fileWriter.close(); } }
表格內容讀取結果:
注意事項:
1. 注意使用的PDF Jar包版本為4.10.2,低于此版本的jar包不支持讀取表格;
2. 代碼中的文件路徑為 F:\IDEAProject\Table_PDF\test.pdf 和 F:\IDEAProject\Table_PDF\ExtractedTable.txt , 文件路徑可自定義為其他路徑。
到此這篇關于Java讀取PDF中的表格的方法示例的文章就介紹到這了,更多相關Java讀取PDF表格內容請搜索服務器之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持服務器之家!
原文鏈接:https://www.cnblogs.com/Yesi/p/15437619.html