ดึงข้อมูลใบแจ้งหนี้ด้วยการแยกวิเคราะห์ Java – GroupDocs.Parser

ในสภาพแวดล้อมธุรกิจที่เคลื่อนที่อย่างรวดเร็วในวันนี้ การดึงข้อมูลใบแจ้งหนี้ อย่างรวดเร็วและแม่นยำเป็นขั้นตอนสำคัญในการทำให้กระบวนการทางการเงินเป็นอัตโนมัติ ไม่ว่าคุณจะจัดการใบแจ้งหนี้ใบเดียวหรือประมวลผลหลายพันใบในชุด งาน GroupDocs.Parser สำหรับ Java จะให้คุณกำหนดเทมเพลตที่ยืดหยุ่น ใช้ regular expressions และ สร้าง linked fields ที่ปรับให้เข้ากับรูปแบบเอกสารใดก็ได้ ในบทแนะนำนี้เราจะอธิบายการตั้งค่าห้องสมุด การสร้างเทมเพลตที่ ดึงข้อมูลใบแจ้งหนี้ และการแยกวิเคราะห์เอกสารในระดับใหญ่

คำตอบอย่างรวดเร็ว

  • อะไรคือ “extract invoice data”? หมายถึงการดึงข้อมูลฟิลด์ต่าง ๆ เช่น หมายเลขใบแจ้งหนี้, วันที่, ภาษี, และยอดรวม จากไฟล์ PDF, DOCX หรือไฟล์รูปภาพโดยอัตโนมัติผ่านโปรแกรม
  • ฉันควรใช้ไลบรารีใด? GroupDocs.Parser for Java ให้การดึงข้อมูลที่มีพื้นฐานจากเทมเพลตที่มีประสิทธิภาพพร้อมการสนับสนุน regex
  • ฉันสามารถประมวลผลไฟล์หลายไฟล์พร้อมกันได้หรือไม่? ใช่ – ผสาน parser กับเทคนิคการประมวลผลเอกสารแบบ batch
  • ฉันต้องการไลเซนส์หรือไม่? การทดลองใช้ฟรีหรือไลเซนส์ชั่วคราวทำงานสำหรับการประเมิน; จำเป็นต้องมีไลเซนส์ที่ซื้อสำหรับการใช้งานจริง
  • มันเหมาะกับ Java 8+ หรือไม่? แน่นอน – ไลบรารีรองรับ JDK 8 และเวอร์ชันใหม่กว่า

“extract invoice data” คืออะไร?

การดึงข้อมูลใบแจ้งหนี้หมายถึงการค้นหาและดึงข้อมูลสำคัญโดยอัตโนมัติ—เช่น หมายเลขใบแจ้งหนี้, วันที่, จำนวนภาษี, และยอดรวม—โดยตรงจากเอกสารดิจิทัล ซึ่งช่วยขจัดการป้อนข้อมูลด้วยมือ

ทำไมต้องใช้ GroupDocs.Parser สำหรับ Java?

  • ความแม่นยำสูง ด้วย regex และการกำหนดตำแหน่ง linked‑field
  • รองรับหลายรูปแบบ (PDF, DOCX, images)
  • Scalable – เหมาะสำหรับสถานการณ์การประมวลผลเอกสารเดี่ยวและเอกสารแบบ batch
  • Easy integration กับแอปพลิเคชัน Java ที่มีอยู่

ข้อกำหนดเบื้องต้น

  • JDK 8 หรือสูงกว่า.
  • IDE (IntelliJ IDEA, Eclipse, เป็นต้น).
  • การเข้าถึงไลบรารี GroupDocs.Parser สำหรับ Java (ดาวน์โหลดหรือ Maven).

ไลบรารีที่จำเป็น, เวอร์ชัน, และ Dependencies

เพิ่ม repository และ dependency ลงใน pom.xml ของคุณ:

<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>

คุณยังสามารถ ดาวน์โหลด JAR ล่าสุด จาก GroupDocs.Parser for Java releases.

ความรู้เบื้องต้นที่จำเป็น

การเขียนโปรแกรม Java เบื้องต้นและความคุ้นเคยกับการทำงานไฟล์ I/O จะทำให้ขั้นตอนต่าง ๆ ราบรื่นขึ้น

การตั้งค่า GroupDocs.Parser สำหรับ Java

  1. เพิ่ม Maven dependency (หรือ JAR) ไปยังโปรเจกต์ของคุณ.
  2. รับไลเซนส์ – คุณสามารถเริ่มต้นด้วยการทดลองใช้ฟรีหรือไลเซนส์ชั่วคราวจาก here.
  3. เริ่มต้น parser – โค้ดสแนปด้านล่างแสดงการ import ที่จำเป็นและการเริ่มต้นอย่างง่าย.
import com.groupdocs.parser.Parser;
import com.groupdocs.parser.data.*;
import com.groupdocs.parser.templates.*;

วิธีสร้าง Linked Fields ในเทมเพลต

Linked fields ช่วยให้คุณจับข้อมูลที่ปรากฏที่ระยะห่างคงที่จากฟิลด์ที่รู้จักอื่น (เช่น มูลค่าภาษีที่ตามหลังคำว่า “Tax”).

กำหนด Regular‑Expression Field

แรก เราตำแหน่งป้าย Tax ด้วย regex pattern.

// Create a template field with a regex position
TemplateField regexField = new TemplateField(
        new TemplateRegexPosition("Tax"), 
        "Tax");

ตั้งค่า Linked Field

ต่อมา เรากำหนดฟิลด์ที่เก็บจำนวนภาษีจริง โดยวางตำแหน่งสัมพันธ์กับป้าย Tax.

// Create a linked field based on the position of 'Tax'
TemplateField linkedField = new TemplateField(
        new TemplateLinkedPosition(
                "Tax",
                new Size(100, 20),
                new TemplateLinkedPositionEdges(false, false, true, false)),
        "TaxValue");

ประกอบเทมเพลต

รวมฟิลด์ regex และ linked field เข้าเป็นอ็อบเจกต์เทมเพลตเดียว.

// Combine both fields into a comprehensive template
Template templateWithRegexAndLink = new Template(Arrays.asList(
        new TemplateItem[]{regexField, linkedField}));

วิธีดึงข้อมูลใบแจ้งหนี้โดยใช้เทมเพลตที่กำหนด

ตอนนี้เทมเพลตพร้อมแล้ว เราสามารถแยกวิเคราะห์ใบแจ้งหนี้และดึงค่าที่ต้องการได้

แยกวิเคราะห์เอกสาร

เปิดไฟล์ PDF (หรือรูปแบบที่รองรับอื่น) และใช้เทมเพลต

try (Parser parser = new Parser("YOUR_DOCUMENT_DIRECTORY/InvoiceSample.pdf")) {
    // Extract data according to the defined template
    DocumentData data = parser.parseByTemplate(templateWithRegexAndLink);

วนลูปข้อมูลที่ดึงมา

วนลูปผลลัพธ์และพิมพ์ชื่อและค่าของแต่ละฟิลด์

    // Loop through all extracted data items
    for (int i = 0; i < data.getCount(); i++) {
        Object pageArea = data.get(i).getPageArea();
        if (pageArea instanceof PageTextArea) {
            PageTextArea area = (PageTextArea) pageArea;
            System.out.println(data.get(i).getName() + ": " + area.getText());
        } else {
            System.out.println(data.get(i).getName() + ": Not a template field");
        }
    }
}

เคล็ดลับการแก้ไขปัญหา

  • ตรวจสอบเส้นทางไฟล์และให้แน่ใจว่าเอกสารเข้าถึงได้
  • ทดสอบ regular expression ของคุณด้วยเครื่องมือเช่น regex101.com ก่อนนำไปใช้
  • ปรับค่า Size และการตั้งค่า edge ใน TemplateLinkedPosition หาก linked field ไม่ถูกจับอย่างถูกต้อง

การประยุกต์ใช้งานจริง

กรณีการใช้งานจริง

  • Invoice Processing – ดึงหมายเลขใบแจ้งหนี้, วันที่, ภาษี, และยอดรวมโดยอัตโนมัติสำหรับระบบบัญชี
  • Contract Management – ดึงข้อมูลคู่สัญญา, วันที่มีผลบังคับใช้, และข้อกำหนดสำคัญ
  • Customer Data Extraction – ดึงรายละเอียดคำสั่งซื้อจากแบบฟอร์มที่กรอกเต็ม

ความเป็นไปได้ในการผสานรวม

ผสานข้อมูลที่ดึงมาเข้ากับแพลตฟอร์ม ERP หรือ CRM เพื่อสร้างเวิร์กโฟลว์อัตโนมัติแบบต้นถึงปลาย

เคล็ดลับการประมวลผลเอกสารแบบ Batch

เมื่อทำงานกับ batch document processing ควรพิจารณา:

  • ใช้ Parser ตัวเดียวสำหรับหลายไฟล์เพื่อลดภาระการสร้างอ็อบเจกต์
  • รันงานแยกวิเคราะห์ใน parallel streams หรือ executor services
  • เก็บผลลัพธ์ที่ดึงมาในฐานข้อมูลหรือไฟล์ CSV เพื่อการรายงานต่อไป

ข้อควรพิจารณาด้านประสิทธิภาพ

  • Simplify templates – ฟิลด์น้อยลงและ regex ที่ง่ายขึ้นช่วยเร่งการแยกวิเคราะห์
  • Manage memory – ปิดอ็อบเจกต์ Parser ทันที (ตามตัวอย่าง try‑with‑resources)
  • Process in batches – จัดกลุ่มเอกสารเพื่อสมดุลการใช้ CPU และ I/O

คำถามที่พบบ่อย

Q: GroupDocs.Parser for Java คืออะไร?
A: เป็นไลบรารี Java ที่ดึงข้อมูลเชิงโครงสร้างจาก PDF, เอกสาร Word, รูปภาพ และอื่น ๆ ด้วยเทมเพลตที่ปรับแต่งได้

Q: จะตั้งค่าโปรเจกต์ Maven กับ GroupDocs.Parser อย่างไร?
A: เพิ่ม repository และ <dependency> ที่แสดงในบล็อก Maven ด้านบนลงใน pom.xml ของคุณ

Q: สามารถใช้ GroupDocs.Parser ได้โดยไม่ซื้อไลเซนส์หรือไม่?
A: ใช่, คุณสามารถเริ่มต้นด้วยการทดลองใช้ฟรีหรือรับไลเซนส์ชั่วคราวสำหรับการประเมินผล

Q: Linked fields ในเทมเพลตคืออะไร?
A: Linked fields คือองค์ประกอบเทมเพลตที่ตำแหน่งกำหนดสัมพันธ์กับฟิลด์อื่น ช่วยให้ดึงข้อมูลได้แม่นยำตามเลย์เอาต์

Q: จะขยายโซลูชันให้รองรับใบแจ้งหนี้หลายพันใบได้อย่างไร?
A: ใช้การประมวลผลเอกสารแบบ batch, ใช้ parser ตัวเดียวซ้ำหลายครั้ง, และพิจารณา multithreading เพื่อจัดการปริมาณงานขนาดใหญ่อย่างมีประสิทธิภาพ

สรุป

โดยทำตามคู่มือนี้ คุณจะรู้วิธี ดึงข้อมูลใบแจ้งหนี้ ด้วยการแยกวิเคราะห์ Java, ใช้ regular expressions, และ สร้าง linked fields ที่ปรับให้เข้ากับรูปแบบใบแจ้งหนี้ใดก็ได้ ทดลองสร้างเทมเพลตต่าง ๆ, ผสานผลลัพธ์เข้ากับระบบการเงินของคุณ, และสำรวจฟีเจอร์ขั้นสูงเช่น custom data converters และการสนับสนุน OCR

Last Updated: 2026-02-11
Tested With: GroupDocs.Parser 25.5
Author: GroupDocs