[Java 实现pdf转excel ]

矫情吗；* 2023-10-12 14:24 26阅读 0赞

**目录**

前言:

Apache POI和pdfbox库实现pdf转excel的详细代码实现：

综上所述:

Java实现iText pdf转excel详细代码实现

综上所述:

依赖:

--------------------

## 前言: ##

> 笔记而已

### Apache POI和pdfbox库实现pdf转excel的详细代码实现： ###

import java.io.File;
    import java.io.FileInputStream;
    import java.io.IOException;
    import org.apache.pdfbox.pdmodel.PDDocument;
    import org.apache.pdfbox.text.PDFTextStripper;
    import org.apache.poi.hssf.usermodel.HSSFWorkbook;
    import org.apache.poi.ss.usermodel.Cell;
    import org.apache.poi.ss.usermodel.Row;
    import org.apache.poi.ss.usermodel.Sheet;
    import org.apache.poi.ss.usermodel.Workbook;
    import org.apache.poi.xssf.usermodel.XSSFWorkbook;
    
    public class PdfToExcelConverter {
    
        public static void main(String[] args) {
            String pdfFilePath = "sample.pdf";
            String excelFilePath = "output.xlsx";
            
            try {
                String pdfText = getPdfText(pdfFilePath);
                writeTextToExcel(pdfText, excelFilePath);
                System.out.println("PDF successfully converted to Excel!");
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    
        private static String getPdfText(String pdfFilePath) throws IOException {
            PDDocument pdfDoc = PDDocument.load(new FileInputStream(new File(pdfFilePath)));
            PDFTextStripper stripper = new PDFTextStripper();
            String pdfText = stripper.getText(pdfDoc);
            pdfDoc.close();
            return pdfText;
        }
    
        private static void writeTextToExcel(String pdfText, String excelFilePath) throws IOException {
            boolean isXlsx = excelFilePath.endsWith(".xlsx");
            Workbook workbook = isXlsx ? new XSSFWorkbook() : new HSSFWorkbook();
            Sheet sheet = workbook.createSheet("Sheet1");
            String[] lines = pdfText.split("\n");
            int rowIndex = 0;
            for (String line : lines) {
                Row row = sheet.createRow(rowIndex++);
                String[] cells = line.split("	");
                int cellIndex = 0;
                for (String cellValue : cells) {
                    Cell cell = row.createCell(cellIndex++);
                    cell.setCellValue(cellValue);
                }
            }
            workbook.write(new File(excelFilePath));
            workbook.close();
        }
    
    }

#### 综上所述: ####

*  通过pdfbox库获取pdf文件的文本内容。
 *  使用Apache POI创建一个Excel工作簿对象和一个工作表对象。
 *  将pdf文本内容逐行添加到工作表中的单元格中。
 *  将工作簿写入Excel文件中。

### Java实现iText pdf转excel详细代码实现 ###

import java.io.File;
    import java.io.FileInputStream;
    import java.io.FileOutputStream;
    import java.io.IOException;
    import java.util.ArrayList;
    import java.util.List;
    
    import com.itextpdf.text.pdf.PdfReader;
    import com.itextpdf.text.pdf.parser.PdfTextExtractor;
    import com.itextpdf.text.pdf.parser.Vector;
    import com.itextpdf.text.pdf.parser.VectorParserListener;
    import com.itextpdf.text.pdf.parser.VectorRenderFilter;
    import com.itextpdf.text.pdf.parser.TextRenderInfo;
    import com.itextpdf.text.pdf.parser.RenderFilter;
    import com.itextpdf.text.Rectangle;
    import com.itextpdf.text.pdf.parser.PdfContentStreamProcessor;
    import com.itextpdf.text.pdf.parser.PdfRenderListener;
    import com.itextpdf.text.pdf.parser.PdfTextExtractor;
    import com.itextpdf.text.pdf.parser.RenderListener;
    import com.itextpdf.text.pdf.parser.TextRenderInfo;
    import com.itextpdf.text.pdf.parser.TextRenderInfo;
    import com.itextpdf.text.pdf.parser.Vector;
    import org.apache.poi.ss.usermodel.Cell;
    import org.apache.poi.ss.usermodel.Row;
    import org.apache.poi.ss.usermodel.Sheet;
    import org.apache.poi.ss.usermodel.Workbook;
    import org.apache.poi.xssf.usermodel.XSSFWorkbook;
    
    public class PdfToExcelConverter {
        public static void main(String[] args) {
    
            try {
                String pdfFilePath = "sample.pdf";
                String excelFilePath = "output.xlsx";
    
                // 读取PDF文件
                PdfReader reader = new PdfReader(new FileInputStream(pdfFilePath));
                PdfContentStreamProcessor processor = new PdfContentStreamProcessor(new RenderListener() {
                    private List<String> lines = new ArrayList<>();
                    private String currentLine = "";
                    private boolean newLine = false;
    
                    @Override
                    public void renderText(TextRenderInfo renderInfo) {
                        String text = renderInfo.getText();
                        Vector baseline = renderInfo.getBaseline().getStartPoint();
                        float x = baseline.get(Vector.I1);
                        float y = baseline.get(Vector.I2);
                        if (newLine || currentLine.isEmpty()) {
                            currentLine = text;
                            newLine = false;
                        } else {
                            currentLine += "	" + text;
                        }
                        if (text.endsWith("\n")) {
                            currentLine = currentLine.trim();
                            if (!currentLine.isEmpty()) {
                                lines.add(currentLine);
                            }
                            currentLine = "";
                            newLine = true;
                        }
                    }
    
                    @Override
                    public void renderImage(ImageRenderInfo renderInfo) {
                    }
    
                    @Override
                    public void endTextBlock() {
                    }
    
                    @Override
                    public void beginTextBlock() {
                    }
                });
                for (int i = 1; i <= reader.getNumberOfPages(); i++) {
                    processor.processContent(reader.getPageContent(i), reader.getPageResources(i));
                }
                reader.close();
    
                // 将读取的内容写入Excel文件
                Workbook workbook = new XSSFWorkbook();
                Sheet sheet = workbook.createSheet();
                int rowIndex = 0;
                for (String line : lines) {
                    Row row = sheet.createRow(rowIndex++);
                    String[] cells = line.split("	");
                    int cellIndex = 0;
                    for (String cellValue : cells) {
                        Cell cell = row.createCell(cellIndex++);
                        cell.setCellValue(cellValue);
                    }
                }
                FileOutputStream outputStream = new FileOutputStream(new File(excelFilePath));
                workbook.write(outputStream);
                workbook.close();
                System.out.println("PDF successfully converted to Excel!");
    
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }

#### 综上所述: ####

*  使用iText库的 `PdfReader` 类读取PDF文件，使用 `PdfContentStreamProcessor` 类解析PDF内容，并将其转换为字符串。
 *  将解析得到的字符串逐行添加到Excel工作表中的单元格中。
 *  将工作簿写入Excel文件中。

需要注意的是，iText库的解析功能支持多种PDF格式和语言，也可以处理文本、表格、图像、链接等内容。因此，使用iText库可以更加灵活地处理PDF文件的内容。

## 依赖: ##

在你的项目中使用iText库，需要在你的项目中引入以下依赖：   根据版本情况来
    <dependency>
        <groupId>com.itextpdf</groupId>
        <artifactId>itextpdf</artifactId>
        <version>5.5.13</version>
    </dependency>
    
    在你的项目中使用Apache POI库，需要在你的项目中引入以下依赖：
    
    
    <dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi</artifactId>
        <version>5.0.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi-ooxml</artifactId>
        <version>5.0.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.poi</groupId>
        <artifactId>poi-ooxml-schemas</artifactId>
        <version>5.0.0</version>
    </dependency>