Java读取PDF中的表格的方法示例

一、概述

本文以Java示例展示读取PDF中的表格的方法。这里导入Spire.PDF for Javah中的jar包，并使用其提供的相关及方法来实现获取表格中的文本内容。下表中整理了本次代码使用到的主要类、方法及解释，供参考：

类型	描述
PdfDocumentClass	Represents a pdf document model.
PdfDocument. loadFromFile (string filename)Method	Loads a PDF document.
PdfTableExtractorClass	Represents the PDF table extractor.
PdfTableClass	Defines a PDF table.
PdfTableExtractor. extractTable (int pageIndex)Method	Extracts table from page.
PdfTable.getText(int rowIndex,int columnIndex)Method	Gets Text in cell.
FileWriter. write()Method	Saves extracted text in table to a .txt file.

二、环境配置

IntelliJ IDEA 2018(JDK 1.8.0)
PDF 测试文档
PDF Jar包：Spire.PDF for Java Version: 4.10.2

Jar包的两种导入方法：

1. 手动导入

将jar包下载到本地，解压。然后执行如下步骤来手动导入：

Java读取PDF中的表格的方法示例

2. Maven仓库下载导入

如果使用maven，需在pom.xml中配置maven路径，指定依赖，如下：

<repositories>
  <repository>
      <id>com.e-iceblue</id>
      <url>https://repo.e-iceblue.cn/repository/maven-public/</url>
  </repository>
</repositories>
<dependencies>
  <dependency>
      <groupId>e-iceblue</groupId>
      <artifactId>spire.pdf</artifactId>
      <version>4.10.2</version>
  </dependency>
</dependencies>

三、读取PDF中的表格

import com.spire.pdf.*;
import com.spire.pdf.utilities.PdfTable;
import com.spire.pdf.utilities.PdfTableExtractor;

import java.io.FileWriter;
import java.io.IOException;

public class ExtractTable {
  public static void main(String[] args)throws IOException {
      //加载PDF文档
      PdfDocument pdf = new PdfDocument();
      pdf.loadFromFile("test.pdf");

      //创建StringBuilder类的实例
      StringBuilder builder = new StringBuilder();

      //抽取表格
      PdfTableExtractor extractor = new PdfTableExtractor(pdf);
      PdfTable[] tableLists ;
      for (int page = 0; page < pdf.getPages().getCount(); page++)
      {
          tableLists = extractor.extractTable(page);
          if (tableLists != null && tableLists.length > 0)
          {
              for (PdfTable table : tableLists)
              {
                  int row = table.getRowCount();
                  int column = table.getColumnCount();
                  for (int i = 0; i < row; i++)
                  {
                      for (int j = 0; j < column; j++)
                      {
                          String text = table.getText(i, j);
                          builder.append(text+" ");
                      }
                      builder.append("\r\n");
                  }
              }
          }
      }

      //将提取的表格内容写入txt文档
      FileWriter fileWriter = new FileWriter("ExtractedTable.txt");
      fileWriter.write(builder.toString());
      fileWriter.flush();
      fileWriter.close();
  }
}

表格内容读取结果：

Java读取PDF中的表格的方法示例