java - Java PDFBox，从表的列中提取数据

Question

我想了解如何从这个 pdf（例如图像）中提取http://postimg.org/image/ypebht5dx/

例如，我只想提取“TENSIONE[V]”列中的值，如果遇到空白单元格，我在输出中输入字母“X”。我该怎么办？

我使用的代码是这样的：

 PDDocument p=PDDocument.load(new File("a.pdf"));
 PDFTextStripper t=new PDFTextStripper();
 System.out.println(t.getText(p));

我得到这个输出：

http://s23.postimg.org/wbhcrw03v/Immagine.png

Answer 1

这些只是指导方针。在您使用时使用它们。这也没有经过测试，但可以帮助您解决问题。如果您有任何问题，请告诉我。

String text = t.getText(p);
String lines[] = text.split("\\r?\\n"); // give you all the lines separated by new line

String cols[] = lines[0].split("\\s+") // gives array separated by whitespaces
// cols[0] contains pins
// clos[1] contains TENSIONE[V]
// cols[2] contains TOLLRENZA if not present then its empty