如何在 Java 中使用 GroupDocs.Metadata 提取 PDF 資料

如果您想 讀取 PDF 表單欄位 並提取 PDF 中的所有嵌入資訊，您來對地方了。在本教學中，我們將示範如何使用 GroupDocs.Metadata for Java 從 PDF 檔案中提取註解、附件、書籤、數位簽章和表單欄位。無論您是需要驗證合約簽名、收集可填寫表單的使用者提交資料，或僅僅是歸檔嵌入資產，以下步驟都提供了可直接投入生產的基礎。

快速解答

  • 如何提取 PDF 註解？ 呼叫 root.getInspectionPackage().getAnnotations() 並遍歷返回的集合。
  • 我可以讀取 PDF 表單欄位嗎？ 可以 – 呼叫 root.getInspectionPackage().getFields() 並讀取每個 PdfFormField。
  • 哪個函式庫支援在 Java 中驗證 PDF 簽章？ GroupDocs.Metadata 提供 DigitalSignature 物件以供此用途。
  • 我需要授權嗎？ 免費試用可用於基本檢查；正式環境需購買完整授權。
  • 需要哪個 JDK 版本？ JDK 8 或更高版本。

什麼是使用 GroupDocs.Metadata 的 PDF 提取？

InspectionPackage 物件是入口點，可取得所有可提取的 PDF 元素，如註解、附件、書籤、簽章與表單欄位。它抽象化低階 PDF 結構，讓您專注於業務邏輯，而非 PDF 規格。

使用 GroupDocs.Metadata 提取 PDF 資料意味著您可以程式化地讀取每一筆中繼資料，而無需渲染文件。SDK 以串流方式處理內容，讓您在處理數百頁的 PDF 時，記憶體使用量仍保持在 100 MB 以下。

為何使用 GroupDocs.Metadata 來處理 PDF？

GroupDocs.Metadata 支援 30+ 種 PDF 元素類型，且可處理最高 500 MB 的檔案，無需將整個文件載入記憶體，較許多傳統 PDF 解析器提升 3 倍速度。此函式庫可在任何相容 Java 的平台上執行，不需任何外部相依性，並提供統一的 API 來操作註解、附件、書籤、簽章與表單欄位——全部集中於同一套件中。

前置條件

必要的函式庫、版本與相依性

若要在 Java 中使用 GroupDocs.Metadata，請透過 Maven 加入相依性，或直接從 GroupDocs 官方網站下載。

環境設定需求

  • Java Development Kit (JDK)： 確保已安裝 JDK 8 或更高版本。
  • IDE： 使用任何 Java IDE，例如 IntelliJ IDEA、Eclipse 或 NetBeans。

知識前置條件

  • 具備 Java 程式設計的基本概念。
  • 熟悉在應用程式中處理 PDF（例如了解註解或表單欄位是什麼）。

設定 GroupDocs.Metadata for Java

要開始使用 GroupDocs.Metadata，請按以下方式設定環境：

Maven 設定
在您的 pom.xml 檔案中加入以下儲存庫與相依性：

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/metadata/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-metadata</artifactId>
      <version>24.12</version>
   </dependency>
</dependencies>

直接下載
或者，直接從 GroupDocs.Metadata for Java releases 下載最新版本。

取得授權

  • 免費試用： 測試核心功能。
  • 臨時授權： 用於延長測試。
  • 購買： 獲得完整存取權與支援。

基本初始化

安裝完成後，請如下方式在 Java 專案中初始化函式庫：

import com.groupdocs.metadata.Metadata;
import com.groupdocs.metadata.core.PdfRootPackage;

try (Metadata metadata = new Metadata("path/to/your/document.pdf")) {
    PdfRootPackage root = metadata.getRootPackageGeneric();
    // Begin exploring PDF features...
}

實作指南

使用 GroupDocs.Metadata 探索各種功能。

檢查 PDF 註解

註解可能包含關鍵資訊。以下說明如何提取它們：

概觀

Annotation 類別代表單一 PDF 註解，例如評論、標記或便利貼。它提供作者、文字、頁碼與外觀等屬性。

步驟實作

1. 取得註解

import com.groupdocs.metadata.core.PdfAnnotation;

if (root.getInspectionPackage().getAnnotations() != null) {
    for (PdfAnnotation annotation : root.getInspectionPackage().getAnnotations()) {
        System.out.println("Name: " + annotation.getName());
        System.out.println("Text: " + annotation.getText());
        System.out.println("Page Number: " + annotation.getPageNumber());
    }
}
  • 參數： root 物件包含 PDF 的中繼資料。
  • 返回值： 返回每個註解的詳細資訊，包括名稱、文字內容與頁碼。

故障排除提示

  • 確認文件路徑正確，以避免找不到檔案的錯誤。
  • 為註解執行 null 檢查，以防止 NullPointerException。

檢查 PDF 附件

附件通常嵌入於 PDF 檔案中。以下說明如何存取它們：

概觀

Attachment 類別封裝嵌入的檔案，提供其名稱、MIME 類型、大小與可選說明。

步驟實作

1. 取得附件

import com.groupdocs.metadata.core.PdfAttachment;

if (root.getInspectionPackage().getAttachments() != null) {
    for (PdfAttachment attachment : root.getInspectionPackage().getAttachments()) {
        System.out.println("Name: " + attachment.getName());
        System.out.println("MIME Type: " + attachment.getMimeType());
        System.out.println("Description: " + attachment.getDescription());
    }
}
  • 參數： root 物件提供對 PDF 附件的存取。
  • 返回值： 為每個附件提供名稱、MIME 類型與說明等詳細資訊。

故障排除提示

  • 在存取之前，先確認 PDF 確實包含附件。

檢查 PDF 書籤

書籤有助於在長文件中導覽。以下說明如何提取它們：

概觀

Bookmark 代表 PDF 內的階層式導覽點，提供其標題、頁面參考與子書籤。

步驟實作

1. 取得書籤

import com.groupdocs.metadata.core.PdfBookmark;

if (root.getInspectionPackage().getBookmarks() != null) {
    for (PdfBookmark bookmark : root.getInspectionPackage().getBookmarks()) {
        System.out.println("Title: " + bookmark.getTitle());
    }
}
  • 參數： root 物件包含書籤資料。
  • 返回值： 提供每個書籤的標題。

故障排除提示

  • 並非所有 PDF 都有書籤；在處理前檢查是否為 null。

檢查 PDF 數位簽章

數位簽章確保文件真實性。以下說明如何驗證它們：

概觀

DigitalSignature 物件讓您取得每個嵌入於 PDF 的簽章之憑證細節、簽署時間與驗證狀態。

步驟實作

1. 取得數位簽章

import com.groupdocs.metadata.core.DigitalSignature;

if (root.getInspectionPackage().getDigitalSignatures() != null) {
    for (DigitalSignature signature : root.getInspectionPackage().getDigitalSignatures()) {
        System.out.println("Certificate Subject: " + signature.getCertificateSubject());
        System.out.println("Comments: " + signature.getComments());
        System.out.println("Signed Time: " + signature.getSignTime());
    }
}
  • 參數： root 物件包含數位簽章資訊。
  • 返回值： 包含憑證主旨、備註與簽署時間等細節。

故障排除提示

  • 確認 PDF 已簽署；否則不會有數位簽章可供使用。

檢查 PDF 欄位

表單欄位對於互動式文件至關重要。以下說明如何存取它們：

概觀

PdfFormField 類別代表單一互動元素（文字方塊、核取方塊、單選按鈕等），並提供其名稱、值與欄位類型。

步驟實作

1. 取得表單欄位

import com.groupdocs.metadata.core.PdfFormField;

if (root.getInspectionPackage().getFields() != null) {
    for (PdfFormField field : root.getInspectionPackage().getFields()) {
        System.out.println("Name: " + field.getName());
        System.out.println("Value: " + field.getValue());
    }
}
  • 參數： root 物件提供對表單欄位的存取。
  • 返回值： 取得每個表單欄位的名稱與值。

故障排除提示

  • 並非所有 PDF 都包含表單欄位；請處理可能不存在的情況。

如何讀取 PDF 表單欄位？

Metadata 是用來開啟與檢查 PDF 檔案的主要類別。使用 Metadata metadata = new Metadata("sample.pdf") 載入 PDF，呼叫 metadata.getInspectionPackage().getFields()，並遍歷返回的集合以讀取每個 PdfFormField。此單行模式讓您直接取得所有使用者提交的值，無需解析視覺佈局。

實務應用

這些功能在各種實務情境中都相當寶貴：

  1. 法律文件審查： 提取註解以審閱合約中的評論或標記。
  2. 文件管理系統： 取得附件與書籤，以提升導覽與索引效率。
  3. 安全交易： 使用數位簽章 API 驗證 PDF 簽章。
  4. 資料收集表單： 讀取 PDF 表單欄位，以收集使用者輸入，無需手動解析。

掌握這些技巧後，您即可 讀取 PDF 表單欄位，並在任何基於 Java 的解決方案中快速且可靠地提取 PDF 資訊。

常見問題

Q: 我可以使用 GroupDocs.Metadata 讀取加密的 PDF 嗎？
A: 可以。將密碼傳入 Metadata 建構子，SDK 會在檢查前解密文件。

Q: GroupDocs.Metadata 與其他 PDF 函式庫有何不同？
A: 它專注於中繼資料的提取與修改，無需渲染文件，且在一般伺服器硬體上可於 2 秒內處理 500 頁的檔案。

Q: 有辦法只提取特定的表單欄位嗎？
A: 當然可以。取得欄位集合後，可在處理結果前依 field.getName() 或 field.getFieldType() 進行過濾。

Q: 最新的 GroupDocs.Metadata 需要哪個 Java 版本？
A: SDK 支援 JDK 8 及更新版本，包括 Java 11、17 及更高版本。

Q: 如何有效處理大型 PDF（數百 MB）？
A: 如初始化範例所示，使用 try‑with‑resources；SDK 以串流方式處理資料並即時釋放資源，記憶體使用量保持在 100 MB 以下。

最後更新： 2026-06-01
測試版本： GroupDocs.Metadata 24.12
作者： GroupDocs

相關教學