用java读取PDF文件，并把对应数据自动识别填写到对应的网页表格里

闲着没事想用java做一个读取PDF数据文件，并且把对应数据填写到对应的网页表格里面

一.首先先把PDF文件数据读取出来。

1 先导入工具包

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
PdfDocumentClass	Represents a pdf document model.
PdfDocument. loadFromFile (string filename)Method	Loads a PDF document.
PdfTableExtractorClass	Represents the PDF table extractor.
PdfTableClass	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.

2 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

https://www.e-iceblue.cn/Downloads/Spire-PDF-JAVA.html

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>

3、读取PDF中的表格

注意导入import 包不要选错

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；