本文以Java示例展示讀取PDF中的表格的方法。這裡導入Spire.PDF for Javah中的jar包,并使用其提供的相關及方法來實作擷取表格中的文本内容。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:
類型
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、環境配置
IntelliJ IDEA 2018(JDK 1.8.0)
PDF 測試文檔
PDF Jar包:Spire.PDF for Java Version: 4.10.2
Jar包的兩種導入方法:
将jar包下載下傳到本地,解壓。然後執行如下步驟來手動導入:

如果使用maven,需在pom.xml中配置maven路徑,指定依賴,如下:
表格内容讀取結果:
注意事項:
1. 注意使用的PDF Jar包版本為4.10.2,低于此版本的jar包不支援讀取表格;
2. 代碼中的檔案路徑為 F:\IDEAProject\Table_PDF\test.pdf 和 F:\IDEAProject\Table_PDF\ExtractedTable.txt , 檔案路徑可自定義為其他路徑。
—End—