如何在Java中从PDF文件中提取表格数据
我有关于从PDF文件中提取数据的查询。我有一个PDF文件，其中包含多个可用的数据表。我想从需要的表内容中提取数据。
如何从 PDF 文件中提取表格数据？
如何使用 iText/PDFBox 执行此操作？
共有1个答案
Tabula-java是一个用于从PDF文件中提取表格的库。它是为Tabula（回购）提供支持的表提取引擎。您可以使用Tabula-java作为命令行工具，以编程方式从PDF中提取表格。
-
问题内容： 我正在尝试使用提取此 PDF文件中包含的文本。 我正在使用PyPDF2模块，并具有以下脚本： 运行代码时，得到以下输出，该输出与PDF文档中包含的输出不同： 如何提取PDF文档中的文本？ 问题答案： 要从PDF提取文本，请使用以下代码
-
问题内容： 我有一堆PDF-可能是数百或数千。它们的格式并非全部相同，但是它们中的任何一个都可以具有一个或多个表，这些表包含我想收集到单独数据库中的有趣信息。 当然，我知道我必须写点东西才能做到这一点。Perl是我的选择-也许是Java。只要是免费的，我就不在乎什么语言（或者免费试用，以确保它适合我的目的）。 我正在查看CAM :: Parse（使用Strawberry Perl），但是我不确定如
-
问题内容： 我大约有1500个PDF，每个PDF仅包含1页，并且显示相同的结构（例如，请参阅http://files.newsnetz.ch/extern/interactive/downloads/BAG_15m_kzh_2012_de.pdf）。 我正在寻找一种遍历所有这些文件（在本地，如果可能的话）并提取表的实际内容（作为CSV，存储到SQLite DB中，等等）的方法。 我很想在Node.
-
问题内容： 如何 使用PHP 从PDF文档中提取文本？ （我不能使用其他工具，我没有root用户访问权限） 我发现一些函数可用于纯文本，但是它们不能很好地处理Unicode字符： http://www.hashbangcode.com/blog/zend-lucene-and-pdf-documents-part-2-pdf- data-extraction-437.html 问题答案： 下载 c
-
我有一个列表。pdf，ppt，pptx，xls，xlsx，doc和。docx文件，现在想在这些文件中查找电子邮件地址。我的问题是如何从这些文件中智能地提取计划文本。目前我正在使用Apache POI，我对每种类型的文件都有一个单一的方法，是否有一个更短、更优雅的位置来做这件事？也许还可以处理。ODT、.ODP、.ODS文件？如何从。pdf,ppt,pptx,xls,xlsx,doc和.docx文件
-
我正在尝试使用Python从PDF文件中提取文本。我的主要目标是创建一个程序，读取银行对账单并提取其文本，以更新excel文件，方便记录每月的支出。现在我只专注于从pdf文件中提取文本，但我不知道怎么做。 目前将PDF文件中的文本提取为字符串的最佳且最简单的方法是什么？今天最适合使用的图书馆是什么？我该怎么做？ 我尝试过使用PyPDF2，但每次我尝试使用extractText（）从任何页面提取文本