如何在 Java 中從 PDF 提取資料

本教程將向您展示如何使用 IronPDF for Java 從 PDF 文件提取數據。設置環境、導入庫、讀取輸入文件和提取所需數據都用代碼範例說明。

2. IronPDF Java PDF Library

IronPDF 是一個軟體庫，為開發者提供生成、編輯和 從 PDF 文件中提取數據 在他們的Java應用程式中。它可以讓你 從HTML創建PDF，圖片等，還有更多， 合併, 分割，以及操作現有的PDF。IronPDF還提供了保護PDF的功能。 密碼保護 和 添加數字簽名，除其他功能外。

IronPDF for Java 是由 Iron Software 開發和維護的。其最受歡迎的功能之一是從 PDF 文件以及 HTML 和 URL 中提取文本和數據。

3. 先決條件

要使用 IronPDF 從 PDF 文件中提取數據，您必須滿足以下先決條件：

1. Java 安裝: 確保您的系統已安裝 Java 並且其路徑設置在環境變量中。如果尚未安裝 Java，請參考此 從 Java 網站下載連結 如需說明。

2. Java IDE： 安裝一個像 Eclipse 或 IntelliJ 這樣的 Java IDE。您可以從這個網站下載 Eclipse 下載連結 和IntelliJ從這個 下載連結。

3. IronPDF 庫: 下載並將 IronPDF 庫添加為您項目中的一個依賴。瀏覽 IronPDF 網站 安裝說明。

4. Maven 安裝： 在開始 PDF 轉換流程之前，應該先安裝 Maven 並將其與 IDE 整合。請參考這個 安裝教程 安裝和整合 Maven。

4. IronPDF for Java 安裝

安裝IronPDF for Java很簡單，只要滿足所有需求。此指南將使用JetBrains的IntelliJ IDEA來演示安裝並運行示例代碼。

以下是需要做的步驟：

打開IntelliJ IDEA：在您的系統上啟動JetBrains IntelliJ IDEA。

創建一個Maven項目：在IntelliJ IDEA中創建一個新的Maven項目。這將為安裝IronPDF for Java提供合適的環境。

在 IntelliJ 中建立新的 Maven 項目

將會彈出一個新視窗。輸入項目的名稱，然後點擊完成。

命名 Maven 項目並點擊完成

點擊完成後，將打開一個帶有 pom.xml 的新項目。 這將用於添加 IronPDF Java Maven 依賴。

pom.xml 文件

請在 pom.xml 文件中添加以下依賴項，或者您可以從以下位置下載 JAR 文件 連結.

<dependency>
   <groupId>com.ironsoftware</groupId>
   <artifactId>com.ironsoftware</artifactId>
   <version>2024.9.1</version>
</dependency>

一旦將依賴項放入 pom.xml 文件中，文件右上角將出現一個小圖標。

按一下浮動圖示以自動安裝 Maven 相依套件

透過按一下此按鈕來安裝 IronPDF for Java 的 Maven 相依套件。根據您網際網路連線的速度，這只需幾分鐘即可完成。

5. 提取數據

IronPDF 是一個用於創建、編輯和從PDF文檔中提取數據的Java庫。它提供了一個簡單的API來從PDF文件、網址和表格中提取文字。

5.1. 從 PDF 文件中提取數據

使用 IronPDF for Java，您可以輕鬆從 PDF 文件中提取文本數據。以下是從 PDF 文件中提取數據的範例代碼。

PDF輸入

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 {
        PdfDocument pdf = PdfDocument.fromFile(Paths.get("business plan.pdf"));
        String text = pdf.extractAllText();
        System.out.println("Text extracted from the PDF: " + text);
    }
}

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 {
        PdfDocument pdf = PdfDocument.fromFile(Paths.get("business plan.pdf"));
        String text = pdf.extractAllText();
        System.out.println("Text extracted from the PDF: " + text);
    }
}

該源代碼生成以下輸出：

> 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 handy crafts at good prices and helps them earn good living.

5.2. 從URL提取數據

IronPDF for Java在運行時將URL轉換為PDF並從中提取文本。這個例子將展示從URL提取文本的源代碼。

import com.ironsoftware.ironpdf.PdfDocument;

import java.io.IOException;

public class Main {
    public static void main(String[] args) throws IOException {
        PdfDocument pdf = PdfDocument.renderUrlAsPdf("https://ironpdf.com/java/");
        // new PDF parser
        String text = pdf.extractAllText();
        System.out.println("Text extracted from the URLs: " + text);
    }
}

import com.ironsoftware.ironpdf.PdfDocument;

import java.io.IOException;

public class Main {
    public static void main(String[] args) throws IOException {
        PdfDocument pdf = PdfDocument.renderUrlAsPdf("https://ironpdf.com/java/");
        // new PDF parser
        String text = pdf.extractAllText();
        System.out.println("Text extracted from the URLs: " + text);
    }
}

提取的網頁數據

5.3. 從表格數據中提取數據

使用 IronPDF for Java 從 PDF 中提取表格數據非常簡單；您只需要一個包含表格的 PDF，然後運行以下代碼即可。

範例 PDF 表格輸入

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 {
        PdfDocument pdf = PdfDocument.fromFile(Paths.get("table.pdf"));
        String text = pdf.extractAllText();
        System.out.print("Text extracted from the Marked tables: " + text);
    }
}

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 {
        PdfDocument pdf = PdfDocument.fromFile(Paths.get("table.pdf"));
        String text = pdf.extractAllText();
        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. 結論

總之，本教程演示了如何使用 IronPDF for Java 從 PDF 文件中提取數據，特別是表格數據。

欲了解更多信息，請參閱 提取文字範例 在IronPDF網站上。

IronPDF是一個帶有 商業授權, 起價為 $Lite License。不過，您可以在生產環境中評估該軟體 免費試用.