การสกัดตาราง PDF ด้วย Java และบาร์โค้ดด้วย GroupDocs.Parser

ในบทเรียนเชิงลึกนี้ คุณจะได้เรียนรู้ java pdf table extraction และวิธีดึงบาร์โค้ดจากไฟล์ PDF ด้วย GroupDocs.Parser สำหรับ Java ไม่ว่าคุณจะสร้างระบบสแกนปริมาณสูง, ทำระบบอัตโนมัติการประมวลผลใบแจ้งหนี้, หรือจำเป็นต้องเก็บข้อมูลเชิงโครงสร้างจากเอกสารกึ่งโครงสร้าง ขั้นตอนต่อไปนี้จะแสดงให้คุณเห็นอย่างชัดเจนว่าตั้งค่าเทมเพลต, รัน parser, และจัดการผลลัพธ์อย่างไรให้เชื่อถือได้และทำซ้ำได้

คำตอบอย่างรวดเร็ว

  • What can I extract? บาร์โค้ด, ตาราง, และฟิลด์กำหนดเองใด ๆ ที่กำหนดในเทมเพลต.
  • Which library is required? GroupDocs.Parser for Java (เวอร์ชันล่าสุด).
  • Do I need a license? ใบอนุญาตชั่วคราวใช้ได้สำหรับการทดสอบ; ใบอนุญาตเต็มจำเป็นสำหรับการใช้งานจริง.
  • Is Java 8+ supported? ใช่, ไลบรารีทำงานกับ Java 8 และรันไทม์ที่ใหม่กว่า.
  • Can I process password‑protected PDFs? แน่นอน – เพียงระบุรหัสผ่านเมื่อโหลดเอกสาร.

การแยกข้อมูลโดยใช้เทมเพลต

การแยกข้อมูลโดยใช้เทมเพลตทำให้คุณสามารถกำหนดตำแหน่งคงที่, ตำแหน่งเชื่อมโยง, หรือฟิลด์ที่อิงตาม regular‑expression ในไฟล์เทมเพลต, ทำให้สามารถสกัดข้อมูลเชิงโครงสร้างโดยอัตโนมัติเมื่อ PDF ตรงกับรูปแบบ การทำเช่นนี้จะแปลงหน้าที่ไม่มีโครงสร้างให้เป็นบันทึกที่สะอาดและอ่านได้โดยเครื่องโดยไม่ต้องป้อนข้อมูลด้วยมือ, โดยทั่วไปจะลดเวลาการประมวลผลจากสูงสุด 30 วินาทีต่อหน้าเหลือใต้ 2 วินาทีโดยเฉลี่ย.

ทำไมต้องสกัดบาร์โค้ดจาก PDFด้วย GroupDocs.Parser?

เทมเพลตช่วยขจัดความจำเป็นในการทำ OCR ทีละหน้า, ลดเวลาการประมวลผลได้ถึง 90 %. การกำหนดตำแหน่งคงที่หรือ regex ช่วยลดอัตราการตรวจจับผิดพลาดเป็นต่ำกว่า 1 % สำหรับประเภทบาร์โค้ดที่รองรับ. เมื่อเทมเพลตถูกสร้างแล้ว, สามารถนำกลับมาใช้ซ้ำได้กับเอกสารหลายพันฉบับโดยไม่ต้องเปลี่ยนโค้ด, และ Java API ผสานรวมอย่างราบรื่นกับบริการ back‑end หรือ micro‑services ที่มีอยู่.

ข้อกำหนดเบื้องต้น

  • Java 8 หรือสูงกว่า ติดตั้งแล้ว.
  • Maven หรือ Gradle เพื่อจัดการ dependencies.
  • ไลบรารี GroupDocs.Parser for Java (เพิ่ม Maven artifact ไปยังโปรเจกต์ของคุณ).
  • PDF ตัวอย่างที่มีบาร์โค้ด (หรือ ตาราง) ที่มีรูปแบบสม่ำเสมอ.

คู่มือแบบขั้นตอน

ขั้นตอนที่ 1: เพิ่ม GroupDocs.Parser ไปยังโปรเจกต์ของคุณ

ใส่ dependency ของ Maven ใน pom.xml ของคุณ (หรือรายการ Gradle ที่เทียบเท่า). ขั้นตอนนี้เตรียมสภาพแวดล้อมของคุณสำหรับการแยกข้อมูลด้วยเทมเพลต.

ขั้นตอนที่ 2: สร้างเทมเพลตการแยกข้อมูล

กำหนดเทมเพลตในรูปแบบ JSON หรือ XML ที่อธิบายตำแหน่งของบาร์โค้ดบนหน้า. คุณยังสามารถเพิ่มฟิลด์เพื่อ extract table from PDF Java โดยระบุบริเวณตาราง. เทมเพลตสามารถรวมกฎ regex หากคุณต้องการจับข้อมูลที่มีความยาวเปลี่ยนแปลง.

ขั้นตอนที่ 3: โหลด PDF และใช้เทมเพลต

Parser คือคลาสหลักของ GroupDocs.Parser ที่อ่านไฟล์ PDF และใช้เทมเพลตเพื่อสกัดข้อมูล. ใช้คลาส Parser เพื่อเปิด PDF, แนบเทมเพลต, และเรียกเมธอด extract. ไลบรารีจะคืนค่าชุดของคู่คีย์‑ค่า ที่แสดงบาร์โค้ด, แถวตาราง, หรือข้อมูลอื่น ๆ ที่คุณกำหนด.

ขั้นตอนที่ 4: ประมวลผลข้อมูลที่สกัดได้

วนลูปชุดผลลัพธ์, แปลงค่าต่าง ๆ ไปยังอ็อบเจ็กต์โดเมนของคุณ, และบันทึกลงฐานข้อมูลหรือส่งต่อไปยังบริการอื่น. ที่นี่คุณยังสามารถ extract data from PDF Java สำหรับการประมวลผลต่อไป.

ขั้นตอนที่ 5: จัดการสถานการณ์ทั่วไป

  • Password‑protected PDFs: ส่งรหัสผ่านไปยังคอนสตรัคเตอร์ของ Parser.
  • Multiple pages: ใช้ฟิลด์ linked‑position เพื่อทำการสกัดซ้ำบนหลายหน้า.
  • Error handling: ดักจับ ParserException เพื่อจัดการเอกสารที่ผิดรูปแบบอย่างราบรื่น.

วิธีทำการสกัดตาราง PDFด้วย Java

โหลด PDF ของคุณด้วย new Parser("document.pdf"), แนบเทมเพลตที่กำหนดบริเวณตาราง, และเรียก extract() – เมธอดนี้จะคืนค่าแต่ละแถวเป็นแผนที่ของชื่อคอลัมน์ไปยังค่า. รูปแบบการเรียกครั้งเดียวนี้ทำให้คุณดึงตารางเต็มได้ในระดับมิลลิวินาที, แม้จากไฟล์หลายร้อยหน้าก็ตาม, เนื่องจากไลบรารีสตรีมหน้าต่าง ๆ แทนการโหลดเอกสารทั้งหมดเข้าสู่หน่วยความจำ.

ปัญหาทั่วไปและวิธีแก้

ปัญหาวิธีแก้
เทมเพลตไม่ตรงกับรูปแบบของ PDFตรวจสอบพิกัดโดยใช้เครื่องมือพรีวิวในตัวหรือปรับค่าตำแหน่งคงที่.
ไม่พบบาร์โค้ดตรวจสอบว่าประเภทบาร์โค้ดได้รับการสนับสนุนและเพิ่มความละเอียดภาพในการตั้งค่าเทมเพลต.
การสกัดให้ผลลัพธ์เป็นตารางว่างตรวจสอบว่าบริเวณตารางกำหนดอย่างถูกต้องและ PDF มีโครงสร้างตารางจริงหรือไม่.

บทเรียนที่มีให้

การแยกข้อมูล PDF อย่างมีประสิทธิภาพใน Java ด้วยเทมเพลต GroupDocs.Parser

เรียนรู้วิธีใช้ GroupDocs.Parser สำหรับ Java เพื่อแยก PDF ด้วยตารางเทมเพลต, สกัดข้อมูลอย่างมีประสิทธิภาพ, และเพิ่มประสิทธิภาพการประมวลผลเอกสาร.

เชี่ยวชาญการแยกข้อมูลด้วยเทมเพลต Java ด้วย GroupDocs.Parser: คู่มือครบถ้วนสำหรับ Regular Expressions และ Linked Fields

เรียนรู้วิธีอัตโนมัติการสกัดข้อมูลใน Java ด้วย GroupDocs.Parser. คู่มือนี้ครอบคลุมการตั้งค่า, การกำหนดฟิลด์เทมเพลต, และการแยกเอกสารอย่างมีประสิทธิภาพ.

แยกหน้าของเอกสารด้วยเทมเพลตโดยใช้ GroupDocs.Parser ใน Java: คู่มือเชิงลึก

เรียนรู้วิธีแยกหน้าของเอกสารอย่างมีประสิทธิภาพโดยใช้เทมเพลตกับ GroupDocs.Parser สำหรับ Java, เน้นการสกัดข้อมูลบาร์โค้ดจาก PDF.

แหล่งข้อมูลเพิ่มเติม

คำถามที่พบบ่อย

Q: ฉันสามารถสกัดบาร์โค้ดหลายรายการจาก PDF เดียวได้หรือไม่?
A: ใช่. กำหนดหลายฟิลด์บาร์โค้ดในเทมเพลตหรือใช้ฟิลด์ linked‑position เพื่อทำการสกัดซ้ำบนหลายหน้า.

Q: สามารถสกัดตารางโดยไม่มีรูปแบบที่กำหนดไว้ล่วงหน้าได้หรือไม่?
A: แม้ว่าการแยกข้อมูลด้วยเทมเพลตจะทำงานได้ดีที่สุดกับรูปแบบที่สม่ำเสมอ, คุณสามารถผสานกับ OCR เพื่อค้นหาโครงสร้างตารางแบบไดนามิกได้.

Q: GroupDocs.Parser จัดการไฟล์ PDF ขนาดใหญ่อย่างไร?
A: ไลบรารีสตรีมหน้าต่าง ๆ ทำให้การใช้หน่วยความจำน้อย. สำหรับไฟล์ขนาดใหญ่มาก, ให้ประมวลผลเป็นชุดหรือใช้เมธอด extractPages. extractPages สกัดข้อมูลจากช่วงหน้าที่ระบุ, ทำให้สามารถประมวลผลเป็นชุดของ PDF ขนาดใหญ่ได้.

Q: ฉันต้องเขียนโค้ดกำหนดเองเพื่อแยกบาร์โค้ดหรือไม่?
A: ไม่. การสกัดบาร์โค้ดถูกสร้างไว้ในเอนจินเทมเพลต; คุณเพียงระบุประเภทและตำแหน่งของบาร์โค้ด.

Q: รูปแบบบาร์โค้ดใดบ้างที่รองรับ?
A: รองรับรูปแบบทั่วไปเช่น QR, Code128, EAN, UPC, และ DataMatrix โดยอัตโนมัติ.

อัปเดตล่าสุด: 2026-09-22
ทดสอบกับ: GroupDocs.Parser for Java 24.11
ผู้เขียน: GroupDocs

บทเรียนที่เกี่ยวข้อง