Java 讀取PDF中的表格

iceblue 發表於 2021-10-22
Java

一、概述

本文以Java示例展示讀取PDF中的表格的方法。這裡匯入Spire.PDF for Javah中的jar包,並使用其提供的相關及方法來實現獲取表格中的文字內容。下表中整理了本次程式碼使用到的主要類、方法及解釋,供參考:

型別

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、環境配置

  • IntelliJ IDEA 2018(JDK 1.8.0)

  • PDF 測試文件

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

Jar包的匯入方法:

將jar包下載到本地,解壓。然後執行如下步驟來手動匯入:

Java 讀取PDF中的表格 Java 讀取PDF中的表格

Java 讀取PDF中的表格


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 {
        //載入PDF文件
        PdfDocument pdf = new PdfDocument();
        pdf.loadFromFile("test.pdf");
        //建立StringBuilder類的例項
        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文件
        FileWriter fileWriter = new FileWriter("ExtractedTable.txt");
        fileWriter.write(builder.toString());
        fileWriter.flush();
        fileWriter.close();
    }
}

表格內容讀取結果:

Java 讀取PDF中的表格


—End—











來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31499788/viewspace-2838582/,如需轉載,請註明出處,否則將追究法律責任。