Java实现PDF中表格导出到Excel的代码

表格常见于 PDF 发票和财务报告中。您可能会遇到需要将 PDF 表格数据导出到 Excel 中的情况，以便您可以使用 MS Excel 提供的工具对数据进行分析。本文介绍了如何使用 Spire.Office for Java 从 PDF 页面中提取表格并将其导出为单独的 Excel 工作表。

本篇的代码是为了实现如上图的功能，从PDF中识别并导出Excel。

安装 Spire.Office for Java

该场景实际上是使用 Spire.PDF for Java 从 PDF 中提取表格，并使用 Spire.XLS for Java 生成 Excel 文件。为了在同一个项目中使用它们，您需要将 Spire.Office.jar 文件添加为 Java 程序中的依赖项。

可以从此链接下载 JAR 文件。如果您使用 Maven，您可以通过将以下代码添加到项目的 pom.xml 文件中轻松地在应用程序中导入 JAR 文件。

<repositories>    <repository>        <id>com.e-iceblue</id>        <name>e-iceblue</name>        <url> https://repo.e-iceblue.cn/repository/maven-public/</url>    </repository></repositories><dependencies>    <dependency>        <groupId>e-iceblue</groupId>        <artifactId>spire.office</artifactId>        <version>4.12.2</version>    </dependency></dependencies>

将表格数据从 PDF 导出到 Excel

以下是从某页面提取所有表格并将每个表格保存为 Excel 文档中的单独工作表的主要步骤。

• 在初始化 PdfDocument 对象时加载示例 PDF 文档。
• 创建一个 PdfTableExtractor 对象，并在其下调用 extactTable(int pageIndex) 方法提取第一页中的所有表格。
• 创建一个 Workbook 实例。
• 循环遍历 PdfTable[] 数组中的表，并通过其索引获取特定的表。
• 使用 Workbook.getWorksheets.add() 方法将工作表添加到工作簿。
• 循环遍历 PDF 表格中的单元格，并使用 PdfTable.getText(int rowIndex, int columnIndex) 方法获取特定单元格的值。然后使用 Worksheet.get(int row, int column).setText(String string) 方法将值插入工作表。
• 使用 Workbook.saveToFile() 方法将工作簿保存为 Excel 文档。

import com.spire.pdf.PdfDocument;import com.spire.pdf.utilities.PdfTable;import com.spire.pdf.utilities.PdfTableExtractor;import com.spire.xls.ExcelVersion;import com.spire.xls.Workbook;import com.spire.xls.Worksheet;public class ExtractTableDataAndSaveInExcel {    public static void main(String[] args) {        //加载示例PDF文档        PdfDocument pdf = new PdfDocument("C:\Users\Administrator\Desktop\Tables.pdf");        //创建一个PdfTableExtractor实例        PdfTableExtractor extractor = new PdfTableExtractor(pdf);        //从第一页提取表格        PdfTable[] pdfTables  = extractor.extractTable(0);        //创建一个工作簿对象        Workbook wb = new Workbook();        //删除默认工作表        wb.getWorksheets().clear();        //如果找到任何表格        if (pdfTables != null && pdfTables.length > 0) {            //循环遍历表格            for (int tableNum = 0; tableNum < pdfTables.length; tableNum++) {                //将工作表添加到工作簿                String sheetName = String.format("Table - %d", tableNum + 1);                Worksheet sheet = wb.getWorksheets().add(sheetName);                //循环遍历当前表格中的行                for (int rowNum = 0; rowNum < pdfTables[tableNum].getRowCount(); rowNum++) {                    //循环遍历当前表格中的列                    for (int colNum = 0; colNum < pdfTables[tableNum].getColumnCount(); colNum++) {                        //从当前表格单元格中提取数据                        String text = pdfTables[tableNum].getText(rowNum, colNum);                        //将数据插入特定单元格                        sheet.get(rowNum + 1, colNum + 1).setText(text);                    }                }                //自动调整列宽                for (int sheetColNum = 0; sheetColNum < sheet.getColumns().length; sheetColNum++) {                    sheet.autoFitColumn(sheetColNum + 1);                }            }        }        //将工作簿保存为 Excel 文件        wb.saveToFile("output/ExportTableToExcel.xlsx", ExcelVersion.Version2016);    }}

标签：

来源：慧都