Java에서 PDF의 테이블 추출

기존 PDF에서 테이블 구조를 감지하고 해당 내용을 읽어야 하는 경우 TableAbsorber를 사용하세요.

감지된 테이블에서 텍스트 추출

각 페이지에서 테이블을 찾고 해당 셀 텍스트를 수집해야 할 때 이 예를 사용하세요.

1. 원본 PDF Document를 여세요.
2. TableAbsorber로 각 페이지를 방문해보세요.
3. 흡수된 테이블, 행 및 셀을 반복한 다음 추출된 텍스트를 출력하세요.

public static void extract(Path inputFile) {
    try (Document document = new Document(inputFile.toString())) {
        for (Page page : document.getPages()) {
            TableAbsorber absorber = new TableAbsorber();
            absorber.visit(page);
            for (AbsorbedTable table : absorber.getTableList()) {
                System.out.println("Table ----");
                for (AbsorbedRow row : table.getRowList()) {
                    System.out.println("Row:");
                    StringBuilder rowText = new StringBuilder();
                    for (AbsorbedCell cell : row.getCellList()) {
                        StringBuilder cellText = new StringBuilder();
                        for (TextFragment fragment : cell.getTextFragments()) {
                            for (TextSegment segment : fragment.getSegments()) {
                                cellText.append(segment.getText());
                            }
                        }
                        rowText.append(" | ").append(cellText);
                    }
                    System.out.println(rowText);
                }
            }
        }
    }
}