Extraire les tableaux d’un document PDF via Java
Comment extraire un tableau d’un PDF à l’aide de la bibliothèque Java
Comment extraire des tableaux d'un document PDF à l'aide de la bibliothèque Java
Afin d’extraire le tableau, nous utiliserons l’API Aspose.PDF for Java qui est une API de conversion riche en fonctionnalités, puissante et facile à utiliser pour la plate-forme Java. Vous pouvez télécharger sa dernière version directement sur Maven et l’installer dans votre projet basé sur Maven en ajoutant les configurations suivantes au pom.xml.
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>Extraire des tableaux d’un PDF via Java
Vous avez besoin de Aspose.PDF for Java pour essayer le code dans votre environnement.
- Chargez le PDF avec une instance de Document.
- Créez un objet TableAbsorber pour rechercher des tables.
- Visitez la première page avec absorbeur.
- Obtenez le premier tableau de la page.
- Enlevez la table. Enregistrez le fichier.
Extraire les tableaux du PDF - Java
Document pdfDocument = new Document(_dataDir + "the_worlds_cities_in_2018_data_booklet 7.pdf");
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())
{
TextFragmentCollection textFragmentCollection = cell.getTextFragments();
for (TextFragment fragment : textFragmentCollection)
{
String txt = "";
for (TextSegment seg : fragment.getSegments())
txt += seg.getText();
System.out.println(txt);
}
}
}
}
}