Java 提取PDF文档中的表格信息(java导出pdf表格)
在前文中我曾介绍过如何利用Java代码在PDF文档中创建表格。那对于一个已经包含有表格的PDF文档,想要提取其中表格信息进行编辑分析是否可行呢?答案是可以。用到的工具同样是Spire.PDF for Java控件,需用到它的最新版4.10.2。
以下是PDF示例文档:
导入Jar包:在E-iceblue中文官网下载Spire.PDF for Java产品包,解压后在lib文件夹下找到Spire.Pdf.jar,然后将其手动导入IDEA;如果用Maven仓库安装方式,在pom.xml里键入以下代码即可。
<repositories>
<repository>
<id>com.e-iceblue</id>
<name>e-iceblue</name>
<url>https://repo.e-iceblue.com/nexus/content/groups/public/</url>
</repository>
</repositories>
<dependencies>
<dependency>
<groupId> e-iceblue </groupId>
<artifactId>spire.pdf</artifactId>
<version>4.10.2</version>
</dependency>
</dependencies>
代码示例
Spire.PDF for Java提供了PdfTableExtractor.extractTable(int pageIndex)方法来检测和提取PDF文档中的表格信息。以下是具体实现步骤:
- 创建PdfDocument实例
- 使用PdfDocument.loadFromFile()方法加载PDF示例文档
- 创建StringBuilder和PdfTableExtractor实例
- 遍历文档所有页面,然后使用PdfTableExtractor.extractTable(int pageIndex)方法提取表格到PdfTable 数组
- 遍历表格的所有行和列,然后使用PdfTable.getText(int rowIndex, int columnIndex)方法提取数据,最终通过StringBuilder.append()方法将数据保存到StringBuilder实例
- 使用Writer.write()方法将提取的表格数据写入.txt文档
import com.spire.pdf.PdfDocument;
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 {
//创建PdfDocument实例
PdfDocument pdf = new PdfDocument();
//加载PDF示例文档
pdf.loadFromFile("C:\\Users\\Test1\\Desktop\\sample.pdf");
//创建StringBuilder和PdfTableExtractor实例
StringBuilder builder = new StringBuilder();
PdfTableExtractor extractor = new PdfTableExtractor(pdf);
//遍历PDF文档的所有页
for (int pageIndex = 0; pageIndex < pdf.getPages().getCount(); pageIndex++) {
PdfTable[] tableLists = extractor.extractTable(pageIndex);
if (tableLists != null && tableLists.length > 0) {
for (PdfTable table : tableLists) {
//获取表格的所有行
for (int i = 0; i < table.getRowCount(); i++) {
//获取表格所有列
for (int j = 0; j < table.getColumnCount(); j++) {
//提取表格中的所有数据至StringBuilder
String text = table.getText(i, j);
builder.append(text + " | ");
}
builder.append("\r\n");
}
}
}
}
//保存数据至.txt文档
FileWriter fw = new FileWriter("output/ExtractTable.txt");
fw.write(builder.toString());
fw.flush();
fw.close();
}
}
表格信息提取效果如下: