PDF에서 표 데이터 추출
프로그래밍 방식으로 PDF에서 표 추출하기
PDF에서 표를 추출하는 것은 간단하지 않은 작업입니다. 왜냐하면 표는 다양한 방식으로 생성될 수 있기 때문입니다.
Aspose.PDF for Java는 표를 쉽게 검색할 수 있는 도구를 제공합니다. 표 데이터를 추출하려면 다음 단계를 수행해야 합니다:
-
문서 열기 - Document 객체를 인스턴스화합니다;
-
TableAbsorber 객체를 생성합니다.
-
분석할 페이지를 결정하고 원하는 페이지에 visit을 적용합니다. 표 형식 데이터가 스캔되며, 결과는 AbsorbedTable의 리스트로 저장됩니다. 이 리스트는 getTableList 메소드를 통해 얻을 수 있습니다.
-
데이터를 얻기 위해
TableList를 반복하고 흡수된 행 리스트와 흡수된 셀 리스트를 처리합니다. 첫 번째 리스트는 getTableList 메소드를 호출하여 접근할 수 있으며, 두 번째 리스트는 getCellList 메소드를 호출하여 접근할 수 있습니다. -
각 AbsorbedCell에는 TextFragmentCollections이 포함되어 있습니다. 이를 자신의 목적으로 처리할 수 있습니다.
다음 예제는 모든 페이지에서 테이블 추출을 보여줍니다:
public static void Extract_Table() {
// 원본 PDF 문서 로드
String filePath = "/home/aspose/pdf-examples/Samples/sample_table.pdf";
com.aspose.pdf.Document pdfDocument = new com.aspose.pdf.Document(filePath);
com.aspose.pdf.TableAbsorber absorber = new com.aspose.pdf.TableAbsorber();
// 페이지 스캔
for (com.aspose.pdf.Page page : pdfDocument.getPages()) {
absorber.visit(page);
for (com.aspose.pdf.AbsorbedTable table : absorber.getTableList()) {
System.out.println("Table");
// 행 목록을 반복
for (com.aspose.pdf.AbsorbedRow row : table.getRowList()) {
// 셀 목록을 반복
for (com.aspose.pdf.AbsorbedCell cell : row.getCellList()) {
for (com.aspose.pdf.TextFragment fragment : cell.getTextFragments()) {
StringBuilder sb = new StringBuilder();
for (com.aspose.pdf.TextSegment seg : fragment.getSegments())
sb.append(seg.getText());
System.out.print(sb.toString() + "|");
}
}
System.out.println();
}
}
}
}
PDF 페이지의 특정 영역에서 테이블 추출하기
각 흡수된 테이블은 페이지에서 테이블의 위치를 설명하는 Rectangle 속성을 가지고 있습니다.
따라서 특정 지역에 위치한 테이블을 추출하려면 특정 좌표로 작업해야 합니다.
다음 예제는 사각형 주석으로 표시된 테이블을 추출하는 방법을 보여줍니다:
public static void Extract_Marked_Table() {
// 원본 PDF 문서 로드
String filePath = "<... 여기에 pdf 파일 경로 입력 ...>";
com.aspose.pdf.Document pdfDocument = new com.aspose.pdf.Document(filePath);
com.aspose.pdf.Page page = pdfDocument.getPages().get_Item(1);
com.aspose.pdf.AnnotationSelector annotationSelector = new com.aspose.pdf.AnnotationSelector(
new com.aspose.pdf.SquareAnnotation(page, com.aspose.pdf.Rectangle.getTrivial()));
java.util.List<com.aspose.pdf.Annotation> list = annotationSelector.getSelected();
if (list.size() == 0) {
System.out.println("표시된 테이블을 찾을 수 없습니다..");
return;
}
com.aspose.pdf.SquareAnnotation squareAnnotation = (com.aspose.pdf.SquareAnnotation) list.get(0);
com.aspose.pdf.TableAbsorber absorber = new com.aspose.pdf.TableAbsorber();
absorber.visit(page);
for (com.aspose.pdf.AbsorbedTable table : absorber.getTableList()) {
{
boolean isInRegion = (squareAnnotation.getRect().getLLX() < table.getRectangle().getLLX())
&& (squareAnnotation.getRect().getLLY() < table.getRectangle().getLLY())
&& (squareAnnotation.getRect().getURX() > table.getRectangle().getURX())
&& (squareAnnotation.getRect().getURY() > table.getRectangle().getURY());
if (isInRegion) {
for (com.aspose.pdf.AbsorbedRow row : table.getRowList()) {
{
for (com.aspose.pdf.AbsorbedCell cell : row.getCellList()) {
for (com.aspose.pdf.TextFragment fragment : cell.getTextFragments()) {
StringBuilder sb = new StringBuilder();
for (com.aspose.pdf.TextSegment seg : fragment.getSegments())
sb.append(seg.getText());
System.out.print(sb.toString() + "|");
}
}
System.out.println();
}
}
}
}
}
}
PDF에서 테이블 데이터 추출하여 CSV 파일로 저장하기
다음 예제는 테이블을 추출하여 CSV 파일로 저장하는 방법을 보여줍니다. PDF를 Excel 스프레드시트로 변환하는 방법은 PDF를 Excel로 변환 문서를 참조하세요.
public static void Extract_Table_Save_CSV()
{
String filePath = "/home/admin1/pdf-examples/Samples/sample_table.pdf";
// PDF 문서 로드
com.aspose.pdf.Document pdfDocument = new com.aspose.pdf.Document(filePath);
// ExcelSave Option 객체 인스턴스화
com.aspose.pdf.ExcelSaveOptions excelSave = new com.aspose.pdf.ExcelSaveOptions();
excelSave.setFormat(com.aspose.pdf.ExcelSaveOptions.ExcelFormat.CSV);
// XLS 형식으로 출력 저장
pdfDocument.save("PDFToXLS_out.xlsx", excelSave);
}