Java读取PDF中的表格的方法示例

 更新时间:2021年10月22日 11:27:20   作者:E-iceblue  
本文主要介绍了Java读取PDF中的表格的方法示例,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

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。

到此这篇关于Java读取PDF中的表格的方法示例的文章就介绍到这了,更多相关Java读取PDF表格内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Java编程Commons lang组件简介

    Java编程Commons lang组件简介

    这篇文章主要介绍了Java编程Commons lang组件的相关内容,十分具有参考意义,需要的朋友可以了解下。
    2017-09-09
  • intellij idea中安装、配置mybatis插件Free Mybatis plugin的教程详解

    intellij idea中安装、配置mybatis插件Free Mybatis plugin的教程详解

    这篇文章主要介绍了intellij idea中安装、配置mybatis插件Free Mybatis plugin的教程,本文通过图文并茂的形式给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-09-09
  • 谈谈你可能并不了解的java枚举

    谈谈你可能并不了解的java枚举

    这篇文章主要给大家介绍了一些关于你可能并不了解的java枚举的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-09-09
  • 使用Java实现RabbitMQ延时队列

    使用Java实现RabbitMQ延时队列

    RabbitMQ 延时队列是指消息在发送到队列后,并不立即被消费者消费,而是等待一段时间后再被消费者消费,本文为大家介绍了实现RabbitMQ延时队列的Java代码,希望对大家有所帮助
    2023-06-06
  • 修改Android应用的样式的一些关键点解析

    修改Android应用的样式的一些关键点解析

    这篇文章主要介绍了修改Android应用的样式的一些关键点,即对影响外观的theme跟style的相关修改,需要的朋友可以参考下
    2015-12-12
  • 详解Java利用ExecutorService实现同步执行大量线程

    详解Java利用ExecutorService实现同步执行大量线程

    这篇文章主要介绍了Java利用ExecutorService实现同步执行大量线程,ExecutorService可以维护我们的大量线程在操作临界资源时的稳定性。
    2017-03-03
  • Java操作SSH2实现远程执行linux命令

    Java操作SSH2实现远程执行linux命令

    这篇文章主要为大家详细介绍了Java如何操作SSH2实现远程执行linux命令,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下
    2025-01-01
  • JS实现冒泡排序,插入排序和快速排序并排序输出

    JS实现冒泡排序,插入排序和快速排序并排序输出

    这篇文章主要介绍了JS实现冒泡排序,插入排序和快速排序并从input文本框中获取内容进行排序输出,需要的朋友可以参考下
    2015-07-07
  • Java的运算符和程序逻辑控制你了解吗

    Java的运算符和程序逻辑控制你了解吗

    这篇文章主要为大家详细介绍了Java的运算符和程序逻辑控制,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
    2022-03-03
  • java字符串相加时的内存表现和原理分析

    java字符串相加时的内存表现和原理分析

    这篇文章主要介绍了java字符串相加时的内存表现和原理分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-07-07

最新评论