Java代码实现PDF中表格导出到Excel

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 类库从 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 从 PDF 中提取表格，并使用 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。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);
    }
}