# pdfortable

**Repository Path**: bondgit/pdfortable

## Basic Information

- **Project Name**: pdfortable
- **Description**: 用于提取PDF文件表格。
java领域中创新方案python pdflumber的Java实现。
PDF转Excel、抽取PDF文件中表格数据、按PDF文件页码抽取表格、
支持将抽取到的表格转存到Excel文件中，也支持将抽取到的表格数据保存到Java对象中。
- **Primary Language**: Java
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 5
- **Forks**: 3
- **Created**: 2024-04-04
- **Last Updated**: 2025-08-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README


<div align="center">
   <img src="assets/pt.png" height="100" width="100" alt="logo">
   <h2>pdfortable</h2>
   <b>pd for table</b><br>
    <div>
        <span> 欢迎一键三连 </span><span>Watch </span><span> Star </span><span> Fork </span>
    </div>
   <img src="https://img.shields.io/badge/pdfbox-3.0.2-brightgreen.svg">
   <img src="https://img.shields.io/badge/poi-5.2.3-green.svg">
   <img src="https://jitpack.io/v/com.gitee.bondgit/pdfortable.svg">
   <img src="https://img.shields.io/badge/Gitee-bondgit-green.svg">
   <img src="https://img.shields.io/badge/github-800-geen.svg">
   <br>
   <img src="https://img.shields.io/badge/license-Apache%20License%202.0-blue.svg" >
   <img src="https://img.shields.io/badge/Author-bond-orange.svg" >
</div>

# 主要功能
- 1.PDF转Excel
- 2.抽取PDF表格数据
- 3.表格转存excel文件
- 4.表格转存Java对象中
- 5.按页码区间提取

# 效果展示
### 原始pdf文件

<img src="/assets/测试数据源.png" width="600px"/>

### 抽取到excel
<img src="/assets/按页抽取效果.png"/>

### 抽取到Java对象
<img src="/assets/按页抽取到LogicPage效果.png"/>

# 使用方式
## Maven
本项目已使用JitPack公开仓库，直接在pom.xml中添加依赖即可。添加方式如下：
```xml
<repositories>
  <repository>
    <id>jitpack.io</id>
    <url>https://jitpack.io</url>
  </repository>
</repositories>
<dependencies>
  <dependency>
    <groupId>com.gitee.bondgit</groupId>
    <artifactId>pdfortable</artifactId>
    <version>v1.0</version>
  </dependency>
</dependencies>
```
## gradle
```
dependencyResolutionManagement {
    repositoriesMode.set(RepositoriesMode.FAIL_ON_PROJECT_REPOS)
    repositories {
        mavenCentral()
        maven { url 'https://jitpack.io' }
    }
}

dependencies {
    implementation 'com.gitee.bondgit:pdfortable:v1.0'
}
```

# 使用示例，Example.java
```java
// 示例一：提取表格到Java对象
PdforTable pdforTable = new PdforTable();
LogicPage logicPage = pdforTable.extractTable("C:\\Users\\测试数据源-2页.pdf", 1, 1);
logicPage.getLogicRowList().forEach(logicRow -> {
        System.out.print("第" + logicRow.getRowIndex() + "行" +"[");
        logicRow.getLogicCellList().forEach(logicCell -> {
        System.out.print(logicCell.getText() + ",");
        });
        System.out.println("]");
});

```

```java
// 示例二：提取表格到excel文件
PdforTable pdforTable = new PdforTable();
pdforTable.convertPdfToExcel("C:\\Users\\测试数据源-2页.pdf", "C:\\Users\\export.xls", 1, 1);
```

```java
PdforTable pdforTable = new PdforTable();
//示例三：提取全部表格数据
LogicPage logicPage = pdforTable.extractTable(pdfPath);

//示例3：抽取PDF表格到Excel
pdforTable.convertPdfToExcel("C:\\Users\\测试数据源-2页.pdf", "C:\\Users\\export.xls");

```