java解析复杂pdf表格_java用pdfbox解析pdf中的表格-CSDN博客

本文链接：https://blog.csdn.net/m0_46576080/article/details/134424291

添加依赖

<dependency>
            <groupId>com.github.rostrovsky</groupId>
            <artifactId>pdf-table</artifactId>
            <version>1.0.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.pdfbox</groupId>
            <artifactId>pdfbox</artifactId>
            <version>2.0.27</version>
        </dependency>
        <dependency>
            <groupId>org.apache.pdfbox</groupId>
            <artifactId>fontbox</artifactId>
            <version>2.0.27</version>
        </dependency>
        <dependency>
            <groupId>org.apache.pdfbox</groupId>
            <artifactId>pdfbox-tools</artifactId>
            <version>2.0.27</version>
        </dependency>

示例代码

public static void main(String[] args) throws IOException {
        try {
            // 加载pdf文件
            PDDocument pdfDoc = PDDocument.load(new File("D:\\test\\1.pdf"));
            // 创建表格解析器
            PdfTableReader reader = new PdfTableReader();
            // 根据传入的文档和开始结束页码来解析表格 ，一个表格分页了，会变成多个表格对象
            List<ParsedTablePage> tablePages = reader.parsePdfTablePages(pdfDoc, 1, pdfDoc.getNumberOfPages());

            // 创建ObjectMapper实例
            ObjectMapper objectMapper = new ObjectMapper();
            // 设置输出格式化
            objectMapper.enable(SerializationFeature.INDENT_OUTPUT);

            // 创建目录
            File outputDir = new File("D:\\test");
            outputDir.mkdirs();

            // 创建文件
            File outputFile = new File(outputDir, "tables.txt");
            FileWriter writer = new FileWriter(outputFile);

            // 循环表格
            for (int i = 0; i < tablePages.size(); i++) {
                ParsedTablePage tablePage = tablePages.get(i);

                // 循环行
                List<ParsedTablePage.ParsedTableRow> rows = tablePage.getRows();
                for (ParsedTablePage.ParsedTableRow row : rows) {
                    // 输出每列数据的JSON格式
                    String json = objectMapper.writeValueAsString(row.getCells());
                    writer.write(json + "\n");
                }
            }

            writer.close();
            pdfDoc.close();
            System.out.println("导出完成！");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }