java 解析pdf表格_java – 使用PDFBox解析PDF文件(特别是使用表格)

我需要解析一个包含表格数据的PDF文件。我使用

PDFBox提取文件文本来解析结果(字符串)稍后。问题是文本提取不能像我预期的表格数据那样工作。例如，我有一个文件，其中包含这样的表(7列：前两个总是有数据，只有一个复杂性列有数据，只有一个财务列有数据)：

+----------------------------------------------------------------+

| AIH | Value | Complexity | Financing |

| | | Medium | High | Not applicable | MAC/Other | FAE |

+----------------------------------------------------------------+

| xyz | 12.43 | 12.34 | | | 12.34 | |

+----------------------------------------------------------------+

| abc | 1.56 | | 1.56 | | | 1.56|

+----------------------------------------------------------------+

然后我使用PDFBox：

PDDocument document = PDDocument.load(pathToFile);

PDFTextStripper s = new PDFTextStripper();

String content = s.getText(document);

这两行数据将提取如下：

xyz 12.43 12.4312.43

abc 1.56 1.561.56

在最后两个数字之间没有空格，但这不是最大的问题。问题是，我不知道最后两个数字是什么意思：中，高，不适用？ MAC /其他，FAE？我没有数字和他们的列之间的关系。

我不需要使用PDFBox库，所以使用另一个库的解决方案是好的。我想要的是能够解析文件，知道每个解析的数字是什么意思。