spire.pdf 读取pdf中的表格数据

1、下载jar包

spire.pdf-4.10.2.jar

2、读取数据

public class PdfTest {
    public static void main(String []args) throws Exception {
        String path = "/Users/macbook/Downloads/894.pdf";
        //传入pdf文件
        PdfDocument pdf = new PdfDocument(path);
        //创建PdfTableExtractor
        PdfTableExtractor extractor = new PdfTableExtractor(pdf);
        //循环PDF页面
        for (int pageIndex = 0; pageIndex < pdf.getPages().getCount(); pageIndex++) {
            //将数据表从当前页提取到PdfTable数组中
            PdfTable[] tableLists = extractor.extractTable(pageIndex);
            if (tableLists != null && tableLists.length > 0) {
                for (PdfTable table : tableLists) {
                    //循环数据表的行
                    for (int i = 0; i < table.getRowCount(); i++) {
                        //列
                        List<String> list = new ArrayList<String>();
                        for (int j = 0; j < table.getColumnCount(); j++) {
                            //提取到数据
                            String text = table.getText(i, j);
                            System.out.println(text+"-----行坐标:"+i+"------列坐标:"+j);
                            //---------------------业务处理（根据自己的需求而定）-------------
                            if (i>=2){
                                if(j == 0 ){
                                    text = replaceBlank(text);
                                    System.out.println("这是处理后的字符串"+text);
                                }
                                list.add(text);
                            }
                        }
                        //循环list集合，可存入数据库
                        list.forEach(data ->{
                            System.out.println("数据内容："+data);
                        });
                    }
                }
            }
        }
    }

    /**
     *规整数据
     * @param str
     * @return
     */
    public static String replaceBlank(String str) {
        String dest = "";
        if (str!=null) {
            Pattern p = Pattern.compile("\\s*|\t|\r|\n");
            Matcher m = p.matcher(str);
            dest = m.replaceAll("");
        }
        return dest;
    }
}