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 |
| PdfDocument Class | Represents a pdf document model. |
| PdfDocument. loadFromFile (string filename) Method | Loads a PDF document. |
| PdfTableExtractor Class | Represents the PDF table extractor. |
| PdfTable Class | 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：
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：
注意事项：
1. 注意使用的PDF Jar包版本为4.10.2，低于此版本的jar包不支持读取表格；
2. 代码中的文件路径为 F:\IDEAProject\Table_PDF\test.pdf 和 F:\IDEAProject\Table_PDF\ExtractedTable.txt ， 文件路径可自定义为其他路径。
—End—