Java讀取PDF中的表格的方法是什么

本篇內(nèi)容主要講解“Java讀取PDF中的表格的方法是什么”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實(shí)用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“Java讀取PDF中的表格的方法是什么”吧!

目錄

• 一、概述

• 二、環(huán)境配置

• 1. 手動導(dǎo)入

• 2. Maven倉庫下載導(dǎo)入

• 三、讀取PDF中的表格

一、概述

本文以Java示例展示讀取PDF中的表格的方法。這里導(dǎo)入Spire.PDF for Javah中的jar包，并使用其提供的相關(guān)及方法來實(shí)現(xiàn)獲取表格中的文本內(nèi)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：

二、環(huán)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(dǎo)入方法：

1. 手動導(dǎo)入

將jar包下載到本地，解壓。然后執(zhí)行如下步驟來手動導(dǎo)入：

2. Maven倉庫下載導(dǎo)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(chuàng)建StringBuilder類的實(shí)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(nèi)容寫入txt文檔
        FileWriter fileWriter = new FileWriter("ExtractedTable.txt");
        fileWriter.write(builder.toString());
        fileWriter.flush();
        fileWriter.close();
    }
}

表格內(nèi)容讀取結(jié)果：

注意事項(xiàng)：

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，相信大家對“Java讀取PDF中的表格的方法是什么”有了更深的了解，不妨來實(shí)際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！