纯净、安全、绿色的下载网站

首页|软件分类|下载排行|最新软件|IT学院

当前位置:首页IT学院IT技术

Java读取PDF表格 Java读取PDF中的表格的方法示例

E-iceblue   2021-10-22 我要评论
想了解Java读取PDF中的表格的方法示例的相关内容吗,E-iceblue在本文为您仔细讲解Java读取PDF表格的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:Java读取PDF表格,Java,PDF表格读取,下面大家一起来学习吧。

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包的两种导入方法:

1. 手动导入

将jar包下载到本地,解压。然后执行如下步骤来手动导入:​

2. Maven仓库下载导入

如果使用maven,需在pom.xml中配置maven路径,指定依赖,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、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:

注意事项:

1. 注意使用的PDF Jar包版本为4.10.2,低于此版本的jar包不支持读取表格;

2. 代码中的文件路径为 F:\IDEAProject\Table_PDF\test.pdf 和 F:\IDEAProject\Table_PDF\ExtractedTable.txt , 文件路径可自定义为其他路径。


相关文章

猜您喜欢

  • Python 图像模糊处理 Python OpenCV对图像进行模糊处理详解流程

    想了解Python OpenCV对图像进行模糊处理详解流程的相关内容吗,Hong_Youth在本文为您仔细讲解Python 图像模糊处理的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:Python,OpenCV,图像模糊处理,下面大家一起来学习吧。..
  • Cookie SameSite 属性 Cookie 的 SameSite 属性小结

    想了解Cookie 的 SameSite 属性小结的相关内容吗,阮一峰在本文为您仔细讲解Cookie SameSite 属性的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:Cookie,SameSite,属性,Cookie,SameSite,下面大家一起来学习吧。..

网友评论

Copyright 2020 www.9aisf.com 【就爱软件站】 版权所有 软件发布

声明:所有软件和文章来自软件开发商或者作者 如有异议 请与本站联系 点此查看联系方式