Java读取PDF中的表格的方法示例

Java读取PDF中的表格的方法示例

目录一、概述​二、环境配置1. 手动导入2. Maven仓库下载导入三、读取PDF中的表格

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：

com.e-iceblue

https://repo.e-iceblue.cn/repository/maven-public/

e-iceblue

spire.pdf

4.10.2

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。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。