Извлеките таблицы из PDF с помощью Java

Извлеките таблицу из PDF-документа. Используйте Aspose.PDF для Java для программного изменения PDF-файлов

C# Java C++ Python

Как извлечь таблицы из PDF-документа с помощью библиотеки Java

Чтобы извлечь таблицу, мы будем использовать Aspose.PDF для Java API, который представляет собой многофункциональный, мощный и простой в использовании API преобразования для платформы Java. Вы можете загрузить его последнюю версию непосредственно с Maven и установить ее в свой проект на базе Maven, добавив следующие конфигурации в 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>

Извлечение таблиц из PDF с помощью Java

Вам понадобится Aspose.PDF for Java, чтобы попробовать код в своей среде.

Импортируйте необходимые библиотеки
Загрузите PDF-документ
Инициализируйте TableAbsorber и выполняйте итерацию по страницам
Извлеките содержимое таблицы
Сохранить извлеченные данные (опционально)

Извлечение таблиц из 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();