3分钟实现Java 提取 PDF 中的表格，含源码

Spire.PDF for Java 支持通过 PdfGrid 类和 PdfTable 类在 PDF 页面中绘制表格，在“Java 创建并格式并 PDF 表格”一文中介绍了如何绘制表格。本篇文章将介绍使用 PdfTableExtractor 类来提取 PDF 中的表格的方法。

安装 Spire.PDF for Java

首先，您需要在 Java 程序中添加 Spire.Pdf.jar 文件作为依赖项。您可以从这个链接下载 JAR 文件；如果您使用 Maven，则可以通过在 pom.xml 文件中添加以下代码导入 JAR 文件。

<repositories>    <repository>        <id>com.e-iceblue</id>        <url>https://repo.e-iceblue.cn/repository/maven-public/</url>    </repository></repositories><dependencies>    <dependency>        <groupId>e-iceblue</groupId>        <artifactId>spire.pdf</artifactId>        <version>4.12.1</version>    </dependency></dependencies>

提取 PDF 中的表格

提取表格的主要步骤如下：

• 创建 PdfDocument 类的对象，并通过 PdfDocument.loadFromFile() 方法加载 PDF 文档。
• 实例化 StringBuilder 和 PdfTableExtractor 类的实例。
• 循环遍历 PDF 页面，获取页面中的表格，存入 PdfTable[] 数组。
• 遍历所有表格，获取表格行或列，并通过 PdfTable.GetText() 方法获取表格中的文本。
• 将获取的文本数据保存为 txt 文件。

import com.spire.pdf.*;import com.spire.pdf.utilities.PdfTable;import com.spire.pdf.utilities.PdfTableExtractor;import java.io.FileWriter;import java.io.IOException;public class ExtractTable {    public static void main(String[] args)throws IOException {        //实例化PdfDocument类的对象        PdfDocument pdf = new PdfDocument();        //加载PDF文档        pdf.loadFromFile("test.pdf");        //创建StringBuilder类的实例        StringBuilder builder = new StringBuilder();        //创建PdfTableExtractor类的对象        PdfTableExtractor extractor = new PdfTableExtractor(pdf);        //遍历每一页        for (int page = 0; page < pdf.getPages().getCount(); page++)        {            //提取页面中的表格存入PdfTable[]数组            PdfTable[] tableLists = extractor.extractTable(page);            if (tableLists != null && tableLists.length > 0)            {                //遍历表格                for (PdfTable table : tableLists)                {                    int row = table.getRowCount();//获取表格行                    int column = table.getColumnCount();//获取表格列                    for (int i = 0; i < row; i++)                    {                        for (int j = 0; j < column; j++)                        {                            //获取表格中的文本内容                            String text = table.getText(i, j);                            //将获取的text写入StringBuilder容器                            builder.append(text+" ");                        }                        builder.append("rn");                    }                }            }        }        //保存为txt文档        FileWriter fileWriter = new FileWriter("ExtractedTable.txt");        fileWriter.write(builder.toString());        fileWriter.flush();        fileWriter.close();    }}

表格内容读取结果：

标签：