Εξαγωγή πίνακα PDF Java και barcode με GroupDocs.Parser

Σε αυτό το ολοκληρωμένο tutorial θα μάθετε java pdf table extraction και πώς να εξάγετε barcodes από αρχεία PDF χρησιμοποιώντας το GroupDocs.Parser για Java. Είτε δημιουργείτε μια υψηλής χωρητικότητας pipeline σάρωσης, αυτοματοποιείτε την επεξεργασία τιμολογίων, είτε χρειάζεστε να συλλέξετε δομημένα δεδομένα από ημι‑δομημένα έγγραφα, τα παρακάτω βήματα σας δείχνουν ακριβώς πώς να διαμορφώσετε τα templates, να εκτελέσετε τον parser και να διαχειριστείτε τα αποτελέσματα με αξιόπιστο, επαναλήψιμο τρόπο.

Γρήγορες απαντήσεις

  • Τι μπορώ να εξάγω; Barcodes, tables, and any custom fields defined in a template.
  • Ποια βιβλιοθήκη απαιτείται; GroupDocs.Parser for Java (latest version).
  • Χρειάζομαι άδεια; A temporary license works for testing; a full license is required for production.
  • Υποστηρίζεται το Java 8+; Yes, the library works with Java 8 and newer runtimes.
  • Μπορώ να επεξεργαστώ PDF με κωδικό προστασίας; Absolutely – just provide the password when loading the document.

Τι είναι η ανάλυση με βάση το πρότυπο;

Η ανάλυση με βάση το πρότυπο σάς επιτρέπει να ορίσετε σταθερές θέσεις, συνδεδεμένες θέσεις ή πεδία βασισμένα σε κανονικές εκφράσεις σε ένα αρχείο προτύπου, επιτρέποντας την αυτόματη εξαγωγή δομημένων δεδομένων όταν ένα PDF ταιριάζει με τη διάταξη. Αυτή η προσέγγιση μετατρέπει τις αδόμητες σελίδες σε καθαρά, μηχανικά αναγνώσιμα αρχεία χωρίς χειροκίνητη εισαγωγή δεδομένων, μειώνοντας συνήθως το χρόνο επεξεργασίας από έως και 30 δευτερόλεπτα ανά σελίδα σε κάτω από 2 δευτερόλεπτα κατά μέσο όρο.

Γιατί να εξάγετε barcode από PDF με GroupDocs.Parser;

Τα templates εξαλείφουν την ανάγκη για OCR σε κάθε σελίδα, μειώνοντας το χρόνο επεξεργασίας έως και 90 %. Οι ορισμοί σταθερής θέσης ή regex μειώνουν τα ποσοστά ψευδών θετικών κάτω από 1 % για τους υποστηριζόμενους τύπους barcode. Μonce που δημιουργηθεί ένα template, μπορεί να επαναχρησιμοποιηθεί σε χιλιάδες έγγραφα χωρίς αλλαγές κώδικα, και το Java API ενσωματώνεται άψογα με υπάρχουσες υπηρεσίες back‑end ή micro‑services.

Προαπαιτούμενα

  • Java 8 ή νεότερη έκδοση εγκατεστημένη.
  • Maven ή Gradle για διαχείριση εξαρτήσεων.
  • GroupDocs.Parser for Java library (προσθέστε το Maven artifact στο project σας).
  • Δείγμα PDF που περιέχει barcode (ή πίνακα) και ακολουθεί συνεπή διάταξη.

Οδηγός βήμα‑βήμα

Βήμα 1: προσθέστε το GroupDocs.Parser στο project σας

Συμπεριλάβετε την εξάρτηση Maven στο pom.xml (ή την αντίστοιχη καταχώρηση Gradle). Αυτό το βήμα προετοιμάζει το περιβάλλον σας για ανάλυση με πρότυπο.

Βήμα 2: δημιουργήστε ένα template ανάλυσης

Ορίστε ένα template JSON ή XML που περιγράφει πού βρίσκεται το barcode στη σελίδα. Μπορείτε επίσης να προσθέσετε ένα πεδίο για extract table from PDF Java καθορίζοντας μια περιοχή πίνακα. Το template μπορεί να περιλαμβάνει κανόνες regex εάν χρειάζεται να καταγράψετε δεδομένα μεταβλητού μήκους.

Βήμα 3: φορτώστε το PDF και εφαρμόστε το template

Parser είναι η βασική κλάση του GroupDocs.Parser που διαβάζει αρχεία PDF και εφαρμόζει ένα template για εξαγωγή δεδομένων. Χρησιμοποιήστε την κλάση Parser για να ανοίξετε το PDF, να συνδέσετε το template και να καλέσετε τη μέθοδο extract. Η βιβλιοθήκη επιστρέφει μια συλλογή ζευγών κλειδί‑τιμή που αντιπροσωπεύουν το εξαγόμενο barcode, τις σειρές πίνακα ή οποιαδήποτε άλλα δεδομένα έχετε ορίσει.

Βήμα 4: επεξεργαστείτε τα εξαγόμενα δεδομένα

Επανάληψη πάνω στο σύνολο αποτελεσμάτων, αντιστοίχιση των τιμών στα domain objects σας, και αποθήκευση σε βάση δεδομένων ή προώθηση σε άλλη υπηρεσία. Εδώ μπορείτε επίσης να extract data from PDF Java για επεξεργασία downstream.

Βήμα 5: αντιμετωπίστε κοινά σενάρια

  • PDF με κωδικό προστασίας: Περνάτε τον κωδικό στον κατασκευαστή Parser.
  • Πολλές σελίδες: Χρησιμοποιήστε πεδία linked‑position για επανάληψη εξαγωγής σε πολλές σελίδες.
  • Διαχείριση σφαλμάτων: Πιάστε το ParserException για να διαχειριστείτε εσφαλμένα έγγραφα με χάρη.

Πώς να εκτελέσετε java pdf table extraction;

Φορτώστε το PDF σας με new Parser("document.pdf"), συνδέστε ένα template που ορίζει την περιοχή του πίνακα, και καλέστε extract() – η μέθοδος επιστρέφει κάθε σειρά ως χάρτη με ονόματα στηλών και τιμές. Αυτό το μοτίβο μονής κλήσης σας επιτρέπει να εξάγετε πλήρεις πίνακες σε χιλιοστά του δευτερολέπτου, ακόμη και από αρχεία με εκατοντάδες σελίδες, επειδή η βιβλιοθήκη μεταδίδει τις σελίδες αντί να φορτώνει ολόκληρο το έγγραφο στη μνήμη.

Συνηθισμένα προβλήματα και λύσεις

ΠρόβλημαΛύση
Το template δεν ταιριάζει με τη διάταξη του PDFΕπαληθεύστε τις συντεταγμένες χρησιμοποιώντας το ενσωματωμένο εργαλείο προεπισκόπησης ή προσαρμόστε τις τιμές σταθερής θέσης.
Το barcode δεν εντοπίστηκεΒεβαιωθείτε ότι ο τύπος barcode υποστηρίζεται και αυξήστε την ανάλυση εικόνας στις ρυθμίσεις του template.
Η εξαγωγή επιστρέφει κενά tablesΕλέγξτε ότι η περιοχή του πίνακα είναι σωστά ορισμένη και ότι το PDF περιέχει πραγματικά μια δομή πίνακα.

Διαθέσιμα tutorials

Αποτελεσματική ανάλυση PDF σε Java χρησιμοποιώντας GroupDocs.Parser Templates

Αποκτήστε έλεγχο στην ανάλυση προτύπων Java με GroupDocs.Parser: Πλήρης οδηγός για κανονικές εκφράσεις και συνδεδεμένα πεδία

Ανάλυση σελίδων εγγράφου με πρότυπο χρησιμοποιώντας GroupDocs.Parser σε Java: Πλήρης οδηγός

Πρόσθετοι πόροι

Συχνές ερωτήσεις

Q: Μπορώ να εξάγω πολλαπλά barcodes από ένα μόνο PDF;
A: Ναι. Ορίστε πολλαπλά πεδία barcode στο template ή χρησιμοποιήστε ένα πεδίο linked‑position για επανάληψη εξαγωγής σε πολλές σελίδες.

Q: Είναι δυνατόν να εξάγετε πίνακες χωρίς προκαθορισμένη διάταξη;
A: Αν και η ανάλυση με template λειτουργεί καλύτερα με συνεπείς διατάξεις, μπορείτε να τη συνδυάσετε με OCR για δυναμική ανίχνευση δομών πινάκων.

Q: Πώς το GroupDocs.Parser διαχειρίζεται μεγάλα αρχεία PDF;
A: Η βιβλιοθήκη μεταδίδει (streams) τις σελίδες, έτσι η χρήση μνήμης παραμένει χαμηλή. Για πολύ μεγάλα αρχεία, επεξεργαστείτε τα σε παρτίδες ή χρησιμοποιήστε τη μέθοδο extractPages. Η extractPages εξάγει δεδομένα από καθορισμένα εύρη σελίδων, επιτρέποντας επεξεργασία παρτίδων μεγάλων PDF.

Q: Χρειάζεται να γράψω προσαρμοσμένο κώδικα για την ανάλυση barcodes;
A: Όχι. Η εξαγωγή barcode είναι ενσωματωμένη στη μηχανή template· χρειάζεται μόνο να καθορίσετε τον τύπο και τη θέση του barcode.

Q: Ποιοι τύποι barcode υποστηρίζονται;
A: Συνηθισμένοι τύποι όπως QR, Code128, EAN, UPC και DataMatrix υποστηρίζονται αμέσως.

Τελευταία ενημέρωση: 2026-09-22
Δοκιμάστηκε με: GroupDocs.Parser for Java 24.11
Συγγραφέας: GroupDocs

Σχετικά tutorials