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:

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:
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—