Java에서 GroupDocs.Parser를 사용한 PDF 양식 데이터 추출

이 튜토리얼에서는 GroupDocs.Parser for Java를 사용하여 PDF 문서에서 PDF 양식 데이터를 추출하는 방법을 알아봅니다. PDF 양식 필드를 읽거나, PDF에서 이미지를 추출하거나, PDF 데이터 입력을 자동화해야 할 경우, 아래 단계별 가이드를 통해 효율적이고 신뢰성 있게 수행하는 방법을 정확히 확인할 수 있습니다.

빠른 답변

  • PDF 양식 데이터를 추출하는 라이브러리는? GroupDocs.Parser for Java
  • PDF 양식 필드와 이미지를 읽을 수 있나요? 예 – 텍스트 필드와 삽입된 이미지 모두 지원됩니다
  • 라이선스가 필요합니까? 평가용으로는 무료 체험판을 사용할 수 있으며, 실제 운영을 위해서는 상업용 라이선스가 필요합니다
  • 필요한 Java 버전은? Java 8 이상
  • 병렬 처리가 가능한가요? 예, 고처리량 시나리오에서 여러 PDF를 동시에 파싱할 수 있습니다

PDF 양식 데이터 추출이란?

PDF 양식 데이터를 추출한다는 것은 인터랙티브한 필드(텍스트 박스, 체크 박스, 드롭다운 등)에 입력된 값을 프로그래밍 방식으로 읽어들이는 것을 의미합니다. 이를 통해 정적 문서의 데이터를 데이터베이스, CRM 시스템 또는 기타 다운스트림 프로세스로 손쉽게 이동시킬 수 있어 수동 전사 작업을 없앨 수 있습니다.

PDF 양식 데이터를 추출하기 위해 GroupDocs.Parser를 사용하는 이유

GroupDocs.Parser는 150가지 이상의 다양한 양식 필드 유형에 대해 높은 정확도의 추출을 제공하며, 전체 파일을 메모리에 로드하지 않고도 최대 500페이지까지 처리할 수 있습니다. 50개 이상의 출력 형식(DOCX, XLSX, HTML 및 이미지 형식 포함)을 지원하고, 일반 서버급 CPU에서 초당 최대 200페이지를 처리하여 대규모 자동화에 이상적입니다.

사전 요구 사항

  • Java Development Kit (JDK): Java 8 이상
  • Maven: 의존성 관리 및 프로젝트 빌드용
  • 기본 Java 지식: 클래스, 메서드 및 OOP 개념에 익숙함

Java용 GroupDocs.Parser 설정

Maven을 사용하거나 라이브러리를 직접 다운로드하여 프로젝트에 GroupDocs.Parser를 통합합니다.

Maven 통합

pom.xml 파일에 저장소와 의존성을 추가합니다:

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

<dependencies>
    <dependency>
        <groupId>com.groupdocs</groupId>
        <artifactId>groupdocs-parser</artifactId>
        <version>25.5</version>
    </dependency>
</dependencies>

직접 다운로드

또는 최신 버전을 GroupDocs.Parser for Java releases에서 다운로드합니다.

라이선스 획득

  • 무료 체험: GroupDocs.Parser 기능을 테스트하기 위한 임시 라이선스를 얻습니다.
  • 구매: 상업적 사용을 위한 정식 라이선스를 획득합니다.

라이브러리를 사용할 수 있게 되면, PDF 양식 작업을 위해 Parser 인스턴스를 생성할 수 있습니다:

Definition anchor: Parser 클래스는 지원되는 문서 형식을 읽고 파싱하는 GroupDocs.Parser의 핵심 구성 요소이며, 간단한 API를 통해 양식 필드, 텍스트 및 이미지를 노출합니다.

import com.groupdocs.parser.Parser;

public class PdfFormExtractor {
    public static void main(String[] args) {
        try (Parser parser = new Parser("YOUR_DOCUMENT_DIRECTORY/SampleCarWashPdf.pdf")) {
            // Parse form fields from the document here...
        }
    }
}

PDF 양식 데이터를 추출하는 방법

FieldData는 이름과 추출된 값을 가진 단일 양식 필드를 나타냅니다.

PDF를 단일 Parser 호출로 로드하고, 필요한 양식 필드만 요청하면 필드 이름과 값이 모두 포함된 FieldData 객체 컬렉션을 받을 수 있습니다. 이 접근 방식은 메모리 사용량을 최소화하고 처리량을 최대화하며, 특히 수백 개 파일을 병렬로 처리할 때 유용합니다.

단계 1: 양식 필드 파싱

Parser 객체를 생성하고 parseForm()을 호출하여 양식 구조를 가져옵니다:

import com.groupdocs.parser.Parser;
import com.groupdocs.parser.data.DocumentData;

public class ExtractDataFromPdfFormsFeature {
    public static void run() {
        String filePath = "YOUR_DOCUMENT_DIRECTORY/SampleCarWashPdf.pdf";

        try (Parser parser = new Parser(filePath)) {
            DocumentData data = parser.parseForm();
            
            if (data == null) {
                System.out.println("Form extraction isn't supported.");
                return;
            }
            // Continue to extract field values...
        }
    }
}

단계 2: 필드 값 추출

필드 이름을 사용해 각 FieldData 객체에서 텍스트 내용을 가져옵니다. 이 메서드는 PDF 양식 필드를 안전하게 읽는 방법도 보여줍니다:

import com.groupdocs.parser.data.FieldData;
import com.groupdocs.parser.data.PageTextArea;

private static String getFieldText(DocumentData data, String fieldName) {
    FieldData fieldData = data.getFieldsByName(fieldName).get(0);
    
    return fieldData != null && fieldData.getPageArea() instanceof PageTextArea
            ? ((PageTextArea) fieldData.getPageArea()).getText()
            : null;
}

단계 3: 레코드 객체 생성

추출된 값을 구조화된 레코드에 저장하여 영구 보관하거나 다른 시스템으로 전송할 수 있습니다:

static class PreliminaryRecord {
    public String Name;
    public String Model;
    public String Time;
    public String Description;
}

// Extracted values are then assigned to the record fields:
PreliminaryRecord rec = new PreliminaryRecord();
rec.Name = getFieldText(data, "Name");
rec.Model = getFieldText(data, "Model");
rec.Time = getFieldText(data, "Time");
rec.Description = getFieldText(data, "Description");

추출된 데이터를 저장할 레코드 객체 만들기

PreliminaryRecord는 추출된 PDF 양식 값을 저장하기 위한 사용자 정의 데이터 보관 클래스입니다.

잘 정의된 객체는 추출된 정보를 데이터베이스, API 또는 CRM 플랫폼과 쉽게 통합할 수 있게 해줍니다.

개요

구조화된 객체를 만들면 양식 데이터를 더 큰 시스템에서 관리하고 통합하기가 쉬워집니다.

구현 단계

  1. 레코드 객체 초기화: PreliminaryRecord 인스턴스를 설정합니다.
  2. 추출된 값으로 채우기: 위의 헬퍼 메서드를 사용해 객체를 채웁니다.
public class CreateRecordObjectFeature {
    public static void createAndPopulateRecord() {
        PreliminaryRecord rec = new PreliminaryRecord();
        
        // Simulated extracted values for demonstration:
        rec.Name = "John Doe";
        rec.Model = "Tesla Model S";
        rec.Time = "10:00 AM";
        rec.Description = "Routine service check";
        
        // Now, the record object 'rec' can be used further.
    }
}

실용적인 적용 사례

  • 자동 데이터 입력: PDF 양식에서 고객 또는 주문 정보를 직접 백엔드로 가져옵니다.
  • 청구서 처리: 청구서 번호, 날짜 및 총액을 추출하여 조정 작업을 가속화합니다.
  • 설문 응답 분석: 보고를 위해 PDF 설문지의 답변을 수집합니다.
  • 의료 기록 관리: 전자 건강 기록(EHR) 시스템을 위해 환자 정보를 가져옵니다.
  • CRM 시스템과 통합: 작성된 PDF에서 실시간으로 리드와 연락처를 채웁니다.

성능 고려 사항

  • 메모리 관리: (예시와 같이) try‑with‑resources를 사용해 Parser 인스턴스를 즉시 닫도록 합니다.
  • 선택적 파싱: 필요한 필드만 요청하여 CPU 부하를 줄입니다.
  • 스레드 안전성: 많은 PDF를 처리할 때 각 Parser 인스턴스를 별도 스레드에서 실행하면 라이브러리는 스레드‑안전합니다.

자주 묻는 질문

Q: GroupDocs.Parser를 사용해 PDF에서 이미지를 추출할 수 있나요?
A: 예, GroupDocs.Parser는 텍스트 필드와 함께 이미지 추출도 지원합니다.

Q: 암호화된 PDF를 어떻게 처리하나요?
A: Parser 인스턴스를 생성할 때 비밀번호를 제공하면 라이브러리가 문서를 자동으로 복호화합니다.

Q: PDF 외에 지원되는 다른 파일 형식은 무엇인가요?
A: API는 Word 문서, Excel 스프레드시트, PowerPoint 프레젠테이션 등 다양한 형식도 파싱합니다.

Q: 대량의 PDF를 처리하는 가장 좋은 방법은 무엇인가요?
A: 병렬 스트림과 스레드‑풀 실행기를 결합해 메모리 제한을 고려하면서 여러 파일을 동시에 파싱합니다.

Q: 운영 환경에서 상업용 라이선스가 필요합니까?
A: 예, 운영 배포를 위해서는 정식 라이선스가 필요하며, 평가용으로는 무료 체험판을 사용할 수 있습니다.

결론

이제 GroupDocs.Parser를 사용해 Java에서 PDF 양식 데이터를 추출하는 완전한 프로덕션‑레디 방식을 갖추었습니다. 양식 필드를 파싱하고 구조화된 레코드 객체를 만들며 성능 고려 사항을 처리함으로써 데이터 입력을 자동화하고 다운스트림 시스템과 통합하며 PDF 양식에 숨겨진 가치를 활용할 수 있습니다. 자세한 내용은 공식 documentation을 확인하세요.

Last Updated: 2026-06-27
Tested With: GroupDocs.Parser 25.5
Author: GroupDocs

관련 튜토리얼