Java实现PDF表格转换为CSV的示例代码
更新时间：2025年08月31日 09:32:33 作者：Eiceblue
在很多企业办公和数据分析的场景中,PDF 中常常存放着报表、清单或统计数据,本文将介绍如何借助 Free Spire.PDF for Java,在 Java 程序中完成 PDF 表格到 CSV 的自动转换,感兴趣的看了解下
在很多企业办公和数据分析的场景中，PDF 中常常存放着报表、清单或统计数据。相比 PDF，CSV 文件 更易于在 Excel 或数据库中进行进一步处理。因此，我们常常需要一种方式，将 PDF 中的表格数据批量抽取并导出为 CSV 文件。
本文将介绍如何借助 Free Spire.PDF for Java，在 Java 程序中完成 PDF 表格到 CSV 的自动转换。
环境准备
在项目中引入 Free Spire.PDF for Java，可以通过 下载 jar 包，或使用 Maven：
<repositories>
<repository>
<id>com.e-iceblue</id>
<name>e-iceblue</name>
<url>https://repo.e-iceblue.cn/repository/maven-public/</url>
</repository>
</repositories>
<dependency>
<groupId>e-iceblue</groupId>
<artifactId>spire.pdf.free</artifactId>
<version>9.13.0</version>
</dependency>
PDF 表格导出为 CSV：完整流程
通过 Java 程序结合 Free Spire.PDF，可以实现从 加载 PDF、提取表格、到生成 CSV 文件 的完整自动化流程，下面我们将详细介绍如何实现这个自动化流程。
Step 1: 加载 PDF 文档
首先，创建 PdfDocument 对象并加载需要处理的 PDF 文件：
import com.spire.pdf.*;
PdfDocument pdf = new PdfDocument();
pdf.loadFromFile("Sample.pdf");
Step 2: 提取 PDF 表格数据
Spire.PDF 提供 PdfTableExtractor 类来专门识别表格。
我们识别指定 PDF 页面中的指定表格，然后逐行逐列读取表格内容，并用 StringBuilder 拼接为 CSV 格式。
import com.spire.pdf.utilities.*;
import java.io.*;
StringBuilder sb = new StringBuilder();
PdfTableExtractor extractor = new PdfTableExtractor(pdf);
// 提取第一页的表格
PdfTable[] tables = extractor.extractTable(0);
if (tables != null) {
// 获取第一个表格
PdfTable table = tables[0];
for (int row = 0; row < table.getRowCount(); row++) {
for (int col = 0; col < table.getColumnCount(); col++) {
sb.append(escapeCsvField(table.getText(row, col)));
if (col < table.getColumnCount() - 1) sb.append(",");
}
sb.append("\n");
}
}
这里我们还需要一个工具方法来处理 CSV 中的特殊字符（如逗号、引号）：
private static String escapeCsvField(String text) {
if (text == null) return "";
text = text.replaceAll("[\\n\\r]", "");
if (text.contains(",") || text.contains(";") || text.contains("\"")) {
text = text.replace("\"", "\"\"");
text = "\"" + text + "\"";
}
return text;
}
Step 3: 保存为 CSV 文件
将拼接好的字符串写入文件，最终得到一个标准的 CSV：
try (Writer writer = new OutputStreamWriter(
new FileOutputStream("output/PDFTable.csv"), "UTF-8")) {
writer.write(sb.toString());
}
pdf.close();
System.out.println("PDF 表格已成功导出为 CSV。");
PDF转CSV完整Java代码示例
import com.spire.pdf.*;
import com.spire.pdf.utilities.*;
import java.io.*;
public class PdfToCsvExample {
public static void main(String[] args) throws Exception {
PdfDocument pdf = new PdfDocument();
pdf.loadFromFile("Sample.pdf");
StringBuilder sb = new StringBuilder();
PdfTableExtractor extractor = new PdfTableExtractor(pdf);
PdfTable[] tables = extractor.extractTable(0);
if (tables != null) {
PdfTable table = tables[0];
for (int row = 0; row < table.getRowCount(); row++) {
for (int col = 0; col < table.getColumnCount(); col++) {
sb.append(escapeCsvField(table.getText(row, col)));
if (col < table.getColumnCount() - 1) sb.append(",");
}
sb.append("\n");
}
}
try (Writer writer = new OutputStreamWriter(
new FileOutputStream("output/PDFTable.csv"), "UTF-8")) {
writer.write(sb.toString());
}
pdf.close();
System.out.println("PDF 表格已成功导出为 CSV。");
}
private static String escapeCsvField(String text) {
if (text == null) return "";
text = text.replaceAll("[\\n\\r]", "");
if (text.contains(",") || text.contains(";") || text.contains("\"")) {
text = text.replace("\"", "\"\"");
text = "\"" + text + "\"";
}
return text;
}
}
转换结果示例：
进阶扩展
上面的示例将 所有表格合并到一个 CSV 文件 中。在实际业务中，我们还可能有不同的需求：
1. 每个表格单独保存
如果 PDF 每页包含多个表格，可以为每个表格生成独立的 CSV 文件：
for (int i = 0; i < pdf.getPages().getCount(); i++) {
PdfTableExtractor extractor = new PdfTableExtractor(pdf);
PdfTable[] tables = extractor.extractTable(i);
if (tables != null) {
for (int t = 0; t < tables.length; t++) {
StringBuilder tableContent = new StringBuilder();
PdfTable table = tables[t];
for (int row = 0; row < table.getRowCount(); row++) {
for (int col = 0; col < table.getColumnCount(); col++) {
tableContent.append(escapeCsvField(table.getText(row, col)));
if (col < table.getColumnCount() - 1) tableContent.append(",");
}
tableContent.append("\n");
}
try (Writer writer = new OutputStreamWriter(
new FileOutputStream("output/Page" + i + "_Table" + t + ".csv"), "UTF-8")) {
writer.write(tableContent.toString());
}
}
}
}
这样，每个表格会被单独导出，命名为 Page0_Table0.csv 等。
2. 合并所有表格到一个文件
有时我们不想把每个表格拆开保存，而是希望把整份 PDF 中的表格内容都汇总到同一个 CSV 文件中，方便统一分析。下面的示例展示了如何实现：
// 用于合并所有跨页表格的内容
StringBuilder mergedTableContent = new StringBuilder();
for (int i = 0; i < pdf.getPages().getCount(); i++) {
PdfTableExtractor extractor = new PdfTableExtractor(pdf);
PdfTable[] tables = extractor.extractTable(i);
if (tables != null) {
for (int t = 0; t < tables.length; t++) {
PdfTable table = tables[t];
for (int row = 0; row < table.getRowCount(); row++) {
for (int col = 0; col < table.getColumnCount(); col++) {
mergedTableContent.append(escapeCsvField(table.getText(row, col)));
if (col < table.getColumnCount() - 1) mergedTableContent.append(",");
}
mergedTableContent.append("\n");
}
}
}
}
// 统一写入一个 CSV 文件
try (Writer writer = new OutputStreamWriter(
new FileOutputStream("output/MergedTable.csv"), "UTF-8")) {
writer.write(mergedTableContent.toString());
}
运行后，PDF 中的所有表格会被逐一读取并写入 同一个 CSV 文件，文件路径为 output/MergedTables.csv。
总结
本文介绍了如何在 Java 中使用 Free Spire.PDF for Java 将 PDF 中的表格内容导出为 CSV 文件。整体流程分为：
- 加载 PDF 文档
- 提取表格数据
- 写入 CSV 文件
并扩展了 分表导出 与 合并导出 两种常见应用场景。
这种方式可以高效处理 PDF 报表、财务清单、问卷统计等数据，极大减少人工操作的工作量。
到此这篇关于Java实现PDF表格转换为CSV的示例代码的文章就介绍到这了,更多相关Java PDF表格转CSV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
这篇文章主要介绍了Java中的snowflake算法详解,Snowflake算法产生是为了满足Twitter每秒上万条消息的请求,每条消息都必须分配一条唯一的id,这些id还需要一些大致的顺序,并且在分布式系统中不同机器产生的id必须不同,需要的朋友可以参考下2023-08-08
这篇文章主要介绍了SpringCloud中的Ribbon负载均衡详细解读,当系统面临大量的用户访问,负载过高的时候,通常会增加服务器数量来进行横向扩展(集群),多个服务器的负载需要均衡,以免出现服务器负载不均衡,部分服务器负载较大,部分服务器负载较小的情况,需要的朋友可以参考下2023-11-11
在统计的数据是时候，要统计某年的数据，开始时间是某年的第一天，结束时间是某年的最后一天，该如何获取某年的第一天和最后一天，今天通过本文介绍下Java获取某年的第一天和最后一天,需要的朋友可以参考下2023-07-07
单例模式（Singleton Pattern）是 Java 中最简单的设计模式之一。这种类型的设计模式属于创建型模式，它提供了一种创建对象的最佳方式2022-09-09
这篇文章主要介绍了Java跨域问题分析与解决方法，跨域问题是在Web应用程序中，由于同源策略的限制，导致浏览器无法发送跨域请求，也无法获取跨域响应的问题，感兴趣想要详细了解可以参考下文2023-05-05
Java8 使用工厂方法supplyAsync创建CompletableFuture实例
这篇文章主要介绍了Java8 使用工厂方法supplyAsync创建CompletableFuture实例，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2021-11-11
本篇文章主要介绍了SpringMVC文件上传及查看的示例代码,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-01-01
这篇文章主要介绍了Spring的读取和存储对象，获取 bean 对象也叫做对象装配，是把对象取出来放到某个类中，有时候也叫对象注⼊，想进一步了解的同学可以参考本文2023-04-04
这篇文章主要介绍了java网上商城开发之邮件发送功能，第一部分介绍了环境配置，第二部分则介绍了具体实现代码，感兴趣的小伙伴们可以参考一下2016-03-03
这篇文章主要介绍了Java中的join线程、后台线程、线程睡眠、线程让步以及线程的优先级，非常的详细，希望能对大家有所帮助2014-10-10
最新评论