[Java 实现pdf转excel ]

最新推荐文章于 2024-05-27 15:49:44 发布

是汤圆丫

最新推荐文章于 2024-05-27 15:49:44 发布

阅读量6.6k

点赞数 2

分类专栏：粉丝栏文章标签： excel pdf

汤圆

本文链接：https://blog.csdn.net/sqL520lT/article/details/131166607

版权

粉丝栏专栏收录该内容

23 篇文章 2 订阅

订阅专栏

文章提供了两种Java实现PDF转Excel的详细代码，一种使用ApachePOI和PDFBox库，另一种采用iText库。通过这些库，程序首先读取PDF文件内容，然后将文本转换并写入Excel工作表中。文章还列出了所需的依赖项。

摘要由CSDN通过智能技术生成

前言:

Apache POI和pdfbox库实现pdf转excel的详细代码实现：

综上所述:

Java实现iText pdf转excel详细代码实现

综上所述:

依赖:

前言:

笔记而已

Apache POI和pdfbox库实现pdf转excel的详细代码实现：

import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;
import org.apache.poi.hssf.usermodel.HSSFWorkbook;
import org.apache.poi.ss.usermodel.Cell;
import org.apache.poi.ss.usermodel.Row;
import org.apache.poi.ss.usermodel.Sheet;
import org.apache.poi.ss.usermodel.Workbook;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;

public class PdfToExcelConverter {

    public static void main(String[] args) {
        String pdfFilePath = "sample.pdf";
        String excelFilePath = "output.xlsx";
        
        try {
            String pdfText = getPdfText(pdfFilePath);
            writeTextToExcel(pdfText, excelFilePath);
            System.out.println("PDF successfully converted to Excel!");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    private static String getPdfText(String pdfFilePath) throws IOException {
        PDDocument pdfDoc = PDDocument.load(new FileInputStream(new File(pdfFilePath)));
        PDFTextStripper stripper = new PDFTextStripper();
        String pdfText = stripper.getText(pdfDoc);
        pdfDoc.close();
        return pdfText;
    }

    private static void writeTextToExcel(String pdfText, String excelFilePath) throws IOException {
        boolean isXlsx = excelFilePath.endsWith(".xlsx");
        Workbook workbook = isXlsx ? new XSSFWorkbook() : new HSSFWorkbook();
        Sheet sheet = workbook.createSheet("Sheet1");
        String[] lines = pdfText.split("\n");
        int rowIndex = 0;
        for (String line : lines) {
            Row row = sheet.createRow(rowIndex++);
            String[] cells = line.split("	");
            int cellIndex = 0;
            for (String cellValue : cells) {
                Cell cell = row.createCell(cellIndex++);
                cell.setCellValue(cellValue);
            }
        }
        workbook.write(new File(excelFilePath));
        workbook.close();
    }

}

综上所述:

通过pdfbox库获取pdf文件的文本内容。
使用Apache POI创建一个Excel工作簿对象和一个工作表对象。
将pdf文本内容逐行添加到工作表中的单元格中。
将工作簿写入Excel文件中。

Java实现iText pdf转excel详细代码实现

import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.parser.PdfTextExtractor;
import com.itextpdf.text.pdf.parser.Vector;
import com.itextpdf.text.pdf.parser.VectorParserListener;
import com.itextpdf.text.pdf.parser.VectorRenderFilter;
import com.itextpdf.text.pdf.parser.TextRenderInfo;
import com.itextpdf.text.pdf.parser.RenderFilter;
import com.itextpdf.text.Rectangle;
import com.itextpdf.text.pdf.parser.PdfContentStreamProcessor;
import com.itextpdf.text.pdf.parser.PdfRenderListener;
import com.itextpdf.text.pdf.parser.PdfTextExtractor;
import com.itextpdf.text.pdf.parser.RenderListener;
import com.itextpdf.text.pdf.parser.TextRenderInfo;
import com.itextpdf.text.pdf.parser.TextRenderInfo;
import com.itextpdf.text.pdf.parser.Vector;
import org.apache.poi.ss.usermodel.Cell;
import org.apache.poi.ss.usermodel.Row;
import org.apache.poi.ss.usermodel.Sheet;
import org.apache.poi.ss.usermodel.Workbook;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;

public class PdfToExcelConverter {
    public static void main(String[] args) {

        try {
            String pdfFilePath = "sample.pdf";
            String excelFilePath = "output.xlsx";

            // 读取PDF文件
            PdfReader reader = new PdfReader(new FileInputStream(pdfFilePath));
            PdfContentStreamProcessor processor = new PdfContentStreamProcessor(new RenderListener() {
                private List<String> lines = new ArrayList<>();
                private String currentLine = "";
                private boolean newLine = false;

                @Override
                public void renderText(TextRenderInfo renderInfo) {
                    String text = renderInfo.getText();
                    Vector baseline = renderInfo.getBaseline().getStartPoint();
                    float x = baseline.get(Vector.I1);
                    float y = baseline.get(Vector.I2);
                    if (newLine || currentLine.isEmpty()) {
                        currentLine = text;
                        newLine = false;
                    } else {
                        currentLine += "	" + text;
                    }
                    if (text.endsWith("\n")) {
                        currentLine = currentLine.trim();
                        if (!currentLine.isEmpty()) {
                            lines.add(currentLine);
                        }
                        currentLine = "";
                        newLine = true;
                    }
                }

                @Override
                public void renderImage(ImageRenderInfo renderInfo) {
                }

                @Override
                public void endTextBlock() {
                }

                @Override
                public void beginTextBlock() {
                }
            });
            for (int i = 1; i <= reader.getNumberOfPages(); i++) {
                processor.processContent(reader.getPageContent(i), reader.getPageResources(i));
            }
            reader.close();

            // 将读取的内容写入Excel文件
            Workbook workbook = new XSSFWorkbook();
            Sheet sheet = workbook.createSheet();
            int rowIndex = 0;
            for (String line : lines) {
                Row row = sheet.createRow(rowIndex++);
                String[] cells = line.split("	");
                int cellIndex = 0;
                for (String cellValue : cells) {
                    Cell cell = row.createCell(cellIndex++);
                    cell.setCellValue(cellValue);
                }
            }
            FileOutputStream outputStream = new FileOutputStream(new File(excelFilePath));
            workbook.write(outputStream);
            workbook.close();
            System.out.println("PDF successfully converted to Excel!");

        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

综上所述:

使用iText库的 PdfReader 类读取PDF文件，使用 PdfContentStreamProcessor 类解析PDF内容，并将其转换为字符串。
将解析得到的字符串逐行添加到Excel工作表中的单元格中。
将工作簿写入Excel文件中。

需要注意的是，iText库的解析功能支持多种PDF格式和语言，也可以处理文本、表格、图像、链接等内容。因此，使用iText库可以更加灵活地处理PDF文件的内容。

依赖:

在你的项目中使用iText库，需要在你的项目中引入以下依赖：   根据版本情况来
<dependency>
    <groupId>com.itextpdf</groupId>
    <artifactId>itextpdf</artifactId>
    <version>5.5.13</version>
</dependency>

在你的项目中使用Apache POI库，需要在你的项目中引入以下依赖：


<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi</artifactId>
    <version>5.0.0</version>
</dependency>
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml</artifactId>
    <version>5.0.0</version>
</dependency>
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml-schemas</artifactId>
    <version>5.0.0</version>
</dependency>