天天看点

Java 读取PDF中的表格

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:

将jar包下载到本地,解压。然后执行如下步骤来手动导入:​

Java 读取PDF中的表格
Java 读取PDF中的表格
Java 读取PDF中的表格

如果使用maven,需在pom.xml中配置maven路径,指定依赖,如下:

表格内容读取结果:

Java 读取PDF中的表格

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。

—End—