Comment extraire des données d'un PDF en Java

2. Bibliothèque PDF Java IronPDF

IronPDF est une bibliothèque logicielle qui permet aux développeurs de générer, modifier et extraire des données de fichiers PDF en utilisant IronPDF pour Java dans leurs applications Java. It allows you to create PDFs from HTML documents, images, and more, as well as merge multiple PDFs, split PDF files, and manipulate existing PDFs. IronPDF also provides the ability to secure PDFs with password protection features and add digital signatures to PDFs, among other features.

IronPDF pour Java est développé et maintenu par Iron Software. L'une de ses fonctions les mieux notées est d'extraire du texte et des données de fichiers PDF ainsi que de HTML et d'URL.

3. Prérequis

Pour utiliser IronPDF pour extraire des données de fichiers PDF, vous devez répondre aux prérequis suivants :

1. Installation de Java : Assurez-vous que Java est installé sur votre système et que son chemin est défini dans les variables d'environnement. Si vous n'avez pas encore installé Java, consultez cette page de téléchargement sur le site Java pour des instructions.
2. IDE Java : Ayez un IDE Java comme Eclipse ou IntelliJ installé. You can download Eclipse from this Eclipse download page and IntelliJ from this IntelliJ download page.
3. Bibliothèque IronPDF : Téléchargez et ajoutez la bibliothèque IronPDF en tant que dépendance dans votre projet. Consultez la page des instructions de configuration d'IronPDF pour les instructions d'installation.
4. Installation de Maven : Maven doit être installé et intégré à votre IDE avant de commencer le processus de conversion de PDF. Référez-vous à ce tutoriel d'installation de Maven sur JetBrains pour l'installation et l'intégration de Maven.

4. Installation d'IronPDF pour Java

L'installation d'IronPDF pour Java est simple et facile, à condition que toutes les exigences soient remplies. Ce guide utilisera IntelliJ IDEA de JetBrains pour démontrer l'installation et exécuter un code d'exemple.

Voici ce qu'il faut faire :

• Ouvrez IntelliJ IDEA : Lancez JetBrains IntelliJ IDEA sur votre système.
• Créez un projet Maven : Dans IntelliJ IDEA, créez un nouveau projet Maven. Cela fournira un environnement adéquat pour l'installation d'IronPDF pour Java.

Nouveau projet Maven dans IntelliJ

• Une nouvelle fenêtre apparaîtra. Entrez le nom du projet et cliquez sur Terminer.

Nommez le projet Maven et cliquez sur Terminer

• Un nouveau projet avec un pom.xml s'ouvrira une fois que vous aurez cliqué sur Terminer. Cela sera utilisé pour ajouter les dépendances Maven d'IronPDF pour Java.

Le fichier pom.xml

Ajoutez les dépendances suivantes dans le fichier pom.xml ou vous pouvez télécharger le fichier JAR depuis la page de la bibliothèque IronPDF sur Sonatype Central.

<dependency>
    <groupId>com.ironsoftware</groupId>
    <artifactId>ironpdf</artifactId>
    <version>1.0.0</version> <!-- replace with the latest version -->
</dependency>

<dependency>
    <groupId>com.ironsoftware</groupId>
    <artifactId>ironpdf</artifactId>
    <version>1.0.0</version> <!-- replace with the latest version -->
</dependency>

Une fois que vous avez placé les dépendances dans le fichier pom.xml, une petite icône apparaîtra dans le coin supérieur droit du fichier.

Cliquez sur l'icône flottante pour installer automatiquement les dépendances Maven

Installez les dépendances Maven d'IronPDF pour Java en cliquant sur ce bouton. En fonction de la vitesse de votre connexion Internet, cela ne devrait prendre que quelques minutes.

5. Extraction de données

IronPDF est une bibliothèque Java pour créer, modifier et extraire des données de documents PDF. Elle fournit une API simple pour extraire du texte de fichiers PDF, d'URL et de tableaux.

// Import the necessary IronPDF package for working with PDF documents
import com.ironsoftware.ironpdf.PdfDocument;

import java.io.IOException;
import java.nio.file.Paths;

public class Main {
    public static void main(String[] args) throws IOException {
        // Load the PDF document from the specified file
        PdfDocument pdf = PdfDocument.fromFile(Paths.get("business plan.pdf"));

        // Extract all text from the PDF document
        String text = pdf.extractAllText();

        // Print the extracted text to the console
        System.out.println("Text extracted from the PDF: " + text);
    }
}

// Import the necessary IronPDF package for working with PDF documents
import com.ironsoftware.ironpdf.PdfDocument;

import java.io.IOException;
import java.nio.file.Paths;

public class Main {
    public static void main(String[] args) throws IOException {
        // Load the PDF document from the specified file
        PdfDocument pdf = PdfDocument.fromFile(Paths.get("business plan.pdf"));

        // Extract all text from the PDF document
        String text = pdf.extractAllText();

        // Print the extracted text to the console
        System.out.println("Text extracted from the PDF: " + text);
    }
}

> Text extracted from the PDF:
> 
> CRAFT-ARENA
> 
> Muhammad Waleed Butt
> 
> Hassan Khan
> 
> ABOUT US
> 
> Craft-Arena is a partnership based business that will help local crafters of Pakistan to sell their handicrafts at good prices and helps them earn a good living.

// Import the necessary IronPDF package for working with PDF documents
import com.ironsoftware.ironpdf.PdfDocument;

import java.io.IOException;

public class Main {
    public static void main(String[] args) throws IOException {
        // Convert a URL to a PDF and load it into a PdfDocument
        PdfDocument pdf = PdfDocument.renderUrlAsPdf("https://ironpdf.com/java/");

        // Extract all text from the PDF document
        String text = pdf.extractAllText();

        // Print the extracted text to the console
        System.out.println("Text extracted from the URLs: " + text);
    }
}

// Import the necessary IronPDF package for working with PDF documents
import com.ironsoftware.ironpdf.PdfDocument;

import java.io.IOException;

public class Main {
    public static void main(String[] args) throws IOException {
        // Convert a URL to a PDF and load it into a PdfDocument
        PdfDocument pdf = PdfDocument.renderUrlAsPdf("https://ironpdf.com/java/");

        // Extract all text from the PDF document
        String text = pdf.extractAllText();

        // Print the extracted text to the console
        System.out.println("Text extracted from the URLs: " + text);
    }
}

// Import the necessary IronPDF package for working with PDF documents
import com.ironsoftware.ironpdf.PdfDocument;

import java.io.IOException;
import java.nio.file.Paths;

public class Main {
    public static void main(String[] args) throws IOException {
        // Load the PDF document from the specified file
        PdfDocument pdf = PdfDocument.fromFile(Paths.get("table.pdf"));

        // Extract all text from the PDF document, including table data
        String text = pdf.extractAllText();

        // Print the extracted table data to the console
        System.out.print("Text extracted from the Marked tables: " + text);
    }
}

// Import the necessary IronPDF package for working with PDF documents
import com.ironsoftware.ironpdf.PdfDocument;

import java.io.IOException;
import java.nio.file.Paths;

public class Main {
    public static void main(String[] args) throws IOException {
        // Load the PDF document from the specified file
        PdfDocument pdf = PdfDocument.fromFile(Paths.get("table.pdf"));

        // Extract all text from the PDF document, including table data
        String text = pdf.extractAllText();

        // Print the extracted table data to the console
        System.out.print("Text extracted from the Marked tables: " + text);
    }
}

> Test Case Description Expected Result Actual Result Status
> 
> 1 Test login functionality User should be able to log in with valid credentials
> 
> User log in successfully Pass
> 
> 2 Test search functionality Search results should be relevant and accurate
> 
> Search is accurate and provide relevant products Pass
> 
> 3 Test checkout process User should be able to complete a purchase successfully
> 
> User can purchase successfully Pass

6. Conclusion

En conclusion, ce tutoriel a démontré comment extraire des données, spécifiquement des données tabulaires, d'un fichier PDF en utilisant IronPDF pour Java.

Pour plus d'informations, veuillez consulter l'exemple d'extraction de texte d'un PDF sur le site IronPDF.

IronPDF est une bibliothèque avec des détails de licence commerciale, à partir de $799. Cependant, vous pouvez l'évaluer en production avec un essai gratuit en utilisant la licence d'essai d'IronPDF.