Extraia tabelas do PDF via C++

Extraia a tabela do documento PDF. Use o Aspose.PDF para C++ para modificar arquivos PDF de forma programática

C# Java C++ Python

Como extrair tabelas de um documento PDF usando a biblioteca C++

Para extrair a tabela do PDF, usaremos a API Aspose.PDF para C++, que é uma API de manipulação de documentos rica em recursos, poderosa e fácil de usar para a plataforma cpp. Abra o gerenciador de pacotes NuGet, procure por Aspose.pdf e instale. Você também pode usar o seguinte comando no Console do Gerenciador de Pacotes.

Package Manager Console

PM > Install-Package Aspose.PDF.Cpp

Extraia tabelas do PDF via C++

Você precisa do Aspose.PDF for C++ para testar o código em seu ambiente.

Carregue o PDF com uma instância de Document.
Crie o objeto TableAbsorber para encontrar tabelas.
Visite a primeira página com absorvedor.
Obtenha a primeira tabela na página.
Retire a mesa. Salve o arquivo.

Extraia tabelas do PDF - C++


auto document = MakeObject<Document>(_dataDir + u"the_worlds_cities_in_2018_data_booklet 7.pdf");
    for (auto page : document->get_Pages())
    {
        auto absorber = MakeObject<Aspose::Pdf::Text::TableAbsorber>();
        absorber->Visit(page);
        for (auto table : absorber->get_TableList())
        {
            for (auto row : table->get_RowList())
            {
                for (auto cell : row->get_CellList())
                {
                    auto textfragment = MakeObject<TextFragment>();
                    auto textFragmentCollection = cell->get_TextFragments();
                    for (auto fragment : textFragmentCollection)
                    {
                        String txt;
                        for (auto seg : fragment->get_Segments())
                        {
                            txt += seg->get_Text();
                        }
                        Console::WriteLine(txt);
                    }
                }
            }
        }
    }