Extraia tabelas do documento PDF via Java

Como extrair a tabela do PDF usando a biblioteca Java

Aspose.PDF for Java Logo
C# Java C++ Python

Como extrair tabelas de um documento PDF usando a biblioteca Java

Para extrair a tabela, usaremos a API Aspose.PDF for Java, que é uma API de conversão rica em recursos, poderosa e fácil de usar para a plataforma Java. Você pode baixar sua versão mais recente diretamente do Maven e instalá-la em seu projeto baseado em Maven adicionando as seguintes configurações ao 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>

Extraia tabelas do PDF via Java

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

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

Extraia tabelas do 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);
                    }
                }
            }
        }
    }