ITPub博客

首页 > 应用开发 > Java > Java 读取PDF中的表格

Java 读取PDF中的表格

原创 Java 作者:Mia张 时间:2021-10-21 15:22:32 0 删除 编辑

一、概述

本文以Java示例展示读取PDF中的表格的方法。这里导入Spire.PDF for Javah中的jar包,并使用其提供的相关及方法来实现获取表格中的文本内容。下表中整理了本次代码使用到的主要类、方法及解释,供参考:

类型

描述

PdfDocument Class

Represents a pdf document model.

PdfDocument. loadFromFile (string   filename) Method

Loads a PDF document.

PdfTableExtractor Class

Represents the PDF table extractor.

PdfTable Class

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、环境配置

  • IntelliJ IDEA 2018(JDK 1.8.0)

  • PDF 测试文档

  • PDF Jar包:Spire.PDF for Java Version: 4.10.2

Jar包的导入方法:

将jar包下载到本地,解压。然后执行如下步骤来手动导入:


三、读取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 {
        //加载PDF文档
        PdfDocument pdf = new PdfDocument();
        pdf.loadFromFile("test.pdf");
        //创建StringBuilder类的实例
        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");
                    }
                }
            }
        }
        //将提取的表格内容写入txt文档
        FileWriter fileWriter = new FileWriter("ExtractedTable.txt");
        fileWriter.write(builder.toString());
        fileWriter.flush();
        fileWriter.close();
    }
}

表格内容读取结果:


—End—











来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/31499788/viewspace-2838582/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2017-10-27

  • 博文量
    127
  • 访问量
    85507