Java實(shí)現(xiàn)PDF表格轉(zhuǎn)換為CSV的示例代碼

更新時(shí)間：2025年08月31日 09:32:33 作者：Eiceblue

在很多企業(yè)辦公和數(shù)據(jù)分析的場(chǎng)景中,PDF 中常常存放著報(bào)表、清單或統(tǒng)計(jì)數(shù)據(jù),本文將介紹如何借助 Free Spire.PDF for Java,在 Java 程序中完成 PDF 表格到 CSV 的自動(dòng)轉(zhuǎn)換,感興趣的看了解下

在很多企業(yè)辦公和數(shù)據(jù)分析的場(chǎng)景中，PDF 中常常存放著報(bào)表、清單或統(tǒng)計(jì)數(shù)據(jù)。相比 PDF，CSV 文件 更易于在 Excel 或數(shù)據(jù)庫(kù)中進(jìn)行進(jìn)一步處理。因此，我們常常需要一種方式，將 PDF 中的表格數(shù)據(jù)批量抽取并導(dǎo)出為 CSV 文件。

本文將介紹如何借助 Free Spire.PDF for Java，在 Java 程序中完成 PDF 表格到 CSV 的自動(dòng)轉(zhuǎn)換。

環(huán)境準(zhǔn)備

在項(xiàng)目中引入 Free Spire.PDF for Java，可以通過(guò) 下載 jar 包，或使用 Maven：

<repositories>
    <repository>
        <id>com.e-iceblue</id>
        <name>e-iceblue</name>
        <url>https://repo.e-iceblue.cn/repository/maven-public/</url>
    </repository>
</repositories>
<dependency>
    <groupId>e-iceblue</groupId>
    <artifactId>spire.pdf.free</artifactId>
    <version>9.13.0</version>
</dependency>

PDF 表格導(dǎo)出為 CSV：完整流程

通過(guò) Java 程序結(jié)合 Free Spire.PDF，可以實(shí)現(xiàn)從 加載 PDF、提取表格、到生成 CSV 文件 的完整自動(dòng)化流程，下面我們將詳細(xì)介紹如何實(shí)現(xiàn)這個(gè)自動(dòng)化流程。

Step 1: 加載 PDF 文檔

首先，創(chuàng)建 PdfDocument 對(duì)象并加載需要處理的 PDF 文件：

import com.spire.pdf.*;

PdfDocument pdf = new PdfDocument();
pdf.loadFromFile("Sample.pdf");

Step 2: 提取 PDF 表格數(shù)據(jù)

Spire.PDF 提供 PdfTableExtractor 類來(lái)專門識(shí)別表格。

我們識(shí)別指定 PDF 頁(yè)面中的指定表格，然后逐行逐列讀取表格內(nèi)容，并用 StringBuilder 拼接為 CSV 格式。

import com.spire.pdf.utilities.*;
import java.io.*;

StringBuilder sb = new StringBuilder();

PdfTableExtractor extractor = new PdfTableExtractor(pdf);
// 提取第一頁(yè)的表格
PdfTable[] tables = extractor.extractTable(0);

if (tables != null) {
    // 獲取第一個(gè)表格
    PdfTable table = tables[0];
    for (int row = 0; row < table.getRowCount(); row++) {
        for (int col = 0; col < table.getColumnCount(); col++) {
            sb.append(escapeCsvField(table.getText(row, col)));
            if (col < table.getColumnCount() - 1) sb.append(",");
        }
        sb.append("\n");
    }
}

這里我們還需要一個(gè)工具方法來(lái)處理 CSV 中的特殊字符（如逗號(hào)、引號(hào)）：

private static String escapeCsvField(String text) {
    if (text == null) return "";
    text = text.replaceAll("[\\n\\r]", "");
    if (text.contains(",") || text.contains(";") || text.contains("\"")) {
        text = text.replace("\"", "\"\"");
        text = "\"" + text + "\"";
    }
    return text;
}

Step 3: 保存為 CSV 文件

將拼接好的字符串寫入文件，最終得到一個(gè)標(biāo)準(zhǔn)的 CSV：

try (Writer writer = new OutputStreamWriter(
        new FileOutputStream("output/PDFTable.csv"), "UTF-8")) {
    writer.write(sb.toString());
}
pdf.close();
System.out.println("PDF 表格已成功導(dǎo)出為 CSV。");

PDF轉(zhuǎn)CSV完整Java代碼示例

import com.spire.pdf.*;
import com.spire.pdf.utilities.*;

import java.io.*;

public class PdfToCsvExample {
    public static void main(String[] args) throws Exception {
        PdfDocument pdf = new PdfDocument();
        pdf.loadFromFile("Sample.pdf");
        StringBuilder sb = new StringBuilder();


        PdfTableExtractor extractor = new PdfTableExtractor(pdf);
        PdfTable[] tables = extractor.extractTable(0);

        if (tables != null) {
            PdfTable table = tables[0];
            for (int row = 0; row < table.getRowCount(); row++) {
                for (int col = 0; col < table.getColumnCount(); col++) {
                    sb.append(escapeCsvField(table.getText(row, col)));
                    if (col < table.getColumnCount() - 1) sb.append(",");
                }
                sb.append("\n");
            }
        }


        try (Writer writer = new OutputStreamWriter(
                new FileOutputStream("output/PDFTable.csv"), "UTF-8")) {
            writer.write(sb.toString());
        }
        pdf.close();
        System.out.println("PDF 表格已成功導(dǎo)出為 CSV。");
    }

    private static String escapeCsvField(String text) {
        if (text == null) return "";
        text = text.replaceAll("[\\n\\r]", "");
        if (text.contains(",") || text.contains(";") || text.contains("\"")) {
            text = text.replace("\"", "\"\"");
            text = "\"" + text + "\"";
        }
        return text;
    }
}

轉(zhuǎn)換結(jié)果示例：

進(jìn)階擴(kuò)展

上面的示例將 所有表格合并到一個(gè) CSV 文件 中。在實(shí)際業(yè)務(wù)中，我們還可能有不同的需求：

1. 每個(gè)表格單獨(dú)保存

如果 PDF 每頁(yè)包含多個(gè)表格，可以為每個(gè)表格生成獨(dú)立的 CSV 文件：

for (int i = 0; i < pdf.getPages().getCount(); i++) {
    PdfTableExtractor extractor = new PdfTableExtractor(pdf);
    PdfTable[] tables = extractor.extractTable(i);

    if (tables != null) {
        for (int t = 0; t < tables.length; t++) {
            StringBuilder tableContent = new StringBuilder();
            PdfTable table = tables[t];

            for (int row = 0; row < table.getRowCount(); row++) {
                for (int col = 0; col < table.getColumnCount(); col++) {
                    tableContent.append(escapeCsvField(table.getText(row, col)));
                    if (col < table.getColumnCount() - 1) tableContent.append(",");
                }
                tableContent.append("\n");
            }

            try (Writer writer = new OutputStreamWriter(
                    new FileOutputStream("output/Page" + i + "_Table" + t + ".csv"), "UTF-8")) {
                writer.write(tableContent.toString());
            }
        }
    }
}

這樣，每個(gè)表格會(huì)被單獨(dú)導(dǎo)出，命名為 Page0_Table0.csv 等。

2. 合并所有表格到一個(gè)文件

有時(shí)我們不想把每個(gè)表格拆開保存，而是希望把整份 PDF 中的表格內(nèi)容都匯總到同一個(gè) CSV 文件中，方便統(tǒng)一分析。下面的示例展示了如何實(shí)現(xiàn)：

// 用于合并所有跨頁(yè)表格的內(nèi)容
StringBuilder mergedTableContent = new StringBuilder();

for (int i = 0; i < pdf.getPages().getCount(); i++) {
    PdfTableExtractor extractor = new PdfTableExtractor(pdf);
    PdfTable[] tables = extractor.extractTable(i);

    if (tables != null) {
        for (int t = 0; t < tables.length; t++) {
            PdfTable table = tables[t];

            for (int row = 0; row < table.getRowCount(); row++) {
                for (int col = 0; col < table.getColumnCount(); col++) {
                    mergedTableContent.append(escapeCsvField(table.getText(row, col)));
                    if (col < table.getColumnCount() - 1) mergedTableContent.append(",");
                }
                mergedTableContent.append("\n");
            }
        }
    }
}

// 統(tǒng)一寫入一個(gè) CSV 文件
try (Writer writer = new OutputStreamWriter(
        new FileOutputStream("output/MergedTable.csv"), "UTF-8")) {
    writer.write(mergedTableContent.toString());
}

運(yùn)行后，PDF 中的所有表格會(huì)被逐一讀取并寫入同一個(gè) CSV 文件，文件路徑為 output/MergedTables.csv。

總結(jié)

本文介紹了如何在 Java 中使用 Free Spire.PDF for Java 將 PDF 中的表格內(nèi)容導(dǎo)出為 CSV 文件。整體流程分為：

加載 PDF 文檔
提取表格數(shù)據(jù)
寫入 CSV 文件

并擴(kuò)展了 分表導(dǎo)出 與 合并導(dǎo)出 兩種常見應(yīng)用場(chǎng)景。

這種方式可以高效處理 PDF 報(bào)表、財(cái)務(wù)清單、問(wèn)卷統(tǒng)計(jì)等數(shù)據(jù)，極大減少人工操作的工作量。

到此這篇關(guān)于Java實(shí)現(xiàn)PDF表格轉(zhuǎn)換為CSV的示例代碼的文章就介紹到這了,更多相關(guān)Java PDF表格轉(zhuǎn)CSV內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: