Extrahieren Sie Tabellen aus PDF über Java

Extrahieren Sie die Tabelle aus dem PDF-Dokument. Verwenden Sie Aspose.PDF for Java, um PDF-Dateien programmgesteuert zu ändern

C# Java C++ Python

So extrahieren Sie mithilfe der Java Bibliothek Tabellen aus einem PDF-Dokument

Um die Tabelle zu extrahieren, verwenden wir die API Aspose.PDF for Java, eine funktionsreiche, leistungsstarke und einfach zu verwendende Konvertierungs-API für die Java-Plattform. Sie können die neueste Version direkt von Maven herunterladen und in Ihrem Maven-basierten Projekt installieren, indem Sie die folgenden Konfigurationen zu pom.xml hinzufügen.

Repository

<repository>
    <id>AsposeJavaAPI</id>
    <name>Aspose Java AP</name>
    <url>https://releases.aspose.com/java/repo/</url>
</repository>

Dependency

<dependency>
<groupId>com.aspose</groupId>
<artifactId>aspose-pdf</artifactId>
<version>version of aspose-pdf API</version>
</dependency>

Extrahiere Tabellen aus PDF via Java

Sie benötigen Aspose.PDF for Java, um den Code in Ihrer Umgebung auszuprobieren.

Importieren Sie die erforderlichen Bibliotheken
Laden Sie das PDF-Dokument
Initialisiere den TableAbsorber und iteriere über Seiten
Extrahieren Sie den Tabelleninhalt
Extrahierte Daten speichern (optional)

Extrahiere Tabellen aus PDF - Java

Document pdfDocument = new Document(DATA_DIR.resolve("sample.pdf").toString());
for (Page page : pdfDocument.getPages()) {
    TableAbsorber absorber = new TableAbsorber();
    absorber.visit(page);

    for (AbsorbedTable table : absorber.getTableList()) {
        for (AbsorbedRow row : table.getRowList()) {
            for (AbsorbedCell cell : row.getCellList()) {
                StringBuilder cellText = new StringBuilder();

                for (TextFragment fragment : cell.getTextFragments()) {
                    for (TextSegment segment : fragment.getSegments()) {
                        cellText.append(segment.getText());
                    }
                }

                System.out.println(cellText);
            }
        }
    }
}
pdfDocument.close();