Estrai tabelle da PDF tramite Java

Estrai la tabella dal documento PDF. Usa Aspose.PDF per Java per modificare i file PDF a livello di codice

C# Java C++ Python

Come estrarre tabelle dal documento PDF utilizzando la libreria Java

Per estrarre la tabella, utilizzeremo l’API Aspose.PDF for Java che è un’API di conversione ricca di funzionalità, potente e facile da usare per la piattaforma Java. Puoi scaricare la sua ultima versione direttamente da Maven e installarla nel tuo progetto basato su Maven aggiungendo le seguenti configurazioni apom.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>

Estrai tabelle da PDF tramite Java

È necessario Aspose.PDF for Java per provare il codice nel proprio ambiente.

Importa le librerie necessarie
Carica il documento PDF
Inizializza il TableAbsorber e ripeti l’iterazione sulle pagine
Estrai il contenuto della tabella
Salva i dati estratti (opzionale)

Estrai tabelle dal 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();