天天看點

Java 讀取PDF中的表格

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:​

Java 讀取PDF中的表格
Java 讀取PDF中的表格
Java 讀取PDF中的表格

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:

Java 讀取PDF中的表格

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—

繼續閱讀