Trích xuất trang cụ thể chứa mã vạch bằng GroupDocs.Parser cho Java

Trong hướng dẫn này, bạn sẽ học cách trích xuất trang cụ thể chứa mã vạch từ tệp PDF bằng GroupDocs.Parser cho Java. Cho dù bạn đang xây dựng hệ thống theo dõi tồn kho, xác thực lô hàng, hay tự động xử lý biên nhận, việc lấy dữ liệu mã vạch trực tiếp từ PDF giúp tiết kiệm thời gian và loại bỏ lỗi nhập liệu thủ công.

Câu trả lời nhanh

  • Thư viện nào nên sử dụng? GroupDocs.Parser for Java.
  • Có thể trích xuất mã vạch từ một trang duy nhất không? Có – gọi parser.getBarcodes(pageIndex).
  • Có cần giấy phép không? Giấy phép tạm thời hoặc đầy đủ là bắt buộc cho việc sử dụng trong môi trường sản xuất.
  • Các định dạng được hỗ trợ? PDF, DOCX, XLSX và các loại tài liệu phổ biến khác.
  • Việc trích xuất có nhanh cho các tệp lớn không? Xử lý hàng loạt và các cuộc gọi bất đồng bộ giữ cho thông lượng cao.

GroupDocs.Parser for Java là gì?

GroupDocs.Parser for Java là một API cấp cao cho phép đọc văn bản, bảng, hình ảnh và mã vạch từ hơn 50 định dạng tài liệu mà không cần chuyển đổi chúng sang tệp trung gian. Nó trừu tượng hoá logic phân tích cấp thấp, giúp bạn tập trung vào các quy tắc nghiệp vụ.

Tại sao nên dùng GroupDocs.Parser cho Java để trích xuất mã vạch từ PDF?

Bạn có thể trích xuất mã vạch từ một trang cụ thể chỉ bằng hai dòng mã, và engine nhận dạng cả mã vạch vector và raster với độ chính xác 99.8 %. Nó xử lý lên tới 10.000 trang mỗi phút trên một máy chủ 8‑core tiêu chuẩn, đồng thời giữ mức sử dụng bộ nhớ dưới 200 MB ngay cả với các PDF có hàng trăm trang.

Yêu cầu trước

  • GroupDocs.Parser for Java ≥ 25.5 (được khuyến nghị).
  • Java 8 hoặc mới hơn, Maven (hoặc Gradle) để quản lý phụ thuộc.
  • Một IDE như IntelliJ IDEA hoặc Eclipse.

Thư viện và phiên bản yêu cầu

  • GroupDocs.Parser for Java: Phiên bản 25.5 hoặc mới hơn được khuyến nghị.

Yêu cầu thiết lập môi trường

  • Một IDE phù hợp (ví dụ: IntelliJ IDEA, Eclipse) chạy trên Windows, macOS hoặc Linux.
  • JDK đã cài đặt (Java 8+).

Kiến thức yêu cầu

  • Lập trình Java cơ bản.
  • Quen thuộc với Maven để quản lý phụ thuộc.

Cài đặt GroupDocs.Parser cho Java

Để bắt đầu với việc trích xuất mã vạch, bạn cần cài đặt thư viện GroupDocs.Parser. Bạn có thể thêm nó qua Maven hoặc tải xuống trực tiếp.

Sử dụng Maven

Thêm cấu hình sau vào tệp pom.xml của bạn:

<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>

Tải trực tiếp

Hoặc, tải phiên bản mới nhất từ GroupDocs.Parser for Java releases.

Các bước lấy giấy phép

  • Dùng thử miễn phí: Bắt đầu với bản dùng thử miễn phí để khám phá các tính năng.
  • Giấy phép tạm thời: Nhận giấy phép tạm thời qua GroupDocs Temporary License.
  • Mua bản quyền: Để có quyền truy cập đầy đủ, hãy cân nhắc mua thư viện.

Khởi tạo và cấu hình cơ bản

Lớp Parser là điểm vào để đọc bất kỳ tài liệu nào được hỗ trợ. Nó tải tệp vào bộ nhớ và cung cấp các phương thức đặc thù cho tính năng.

Khởi tạo Parser với đường dẫn tới tệp PDF của bạn:

import com.groupdocs.parser.Parser;

String filePath = "YOUR_DOCUMENT_DIRECTORY/SamplePdfWithBarcodes.pdf";

try (Parser parser = new Parser(filePath)) {
    // Barcode extraction logic goes here
} catch (Exception e) {
    System.err.println("Error initializing parser: " + e.getMessage());
}

Cách trích xuất mã vạch từ PDF bằng GroupDocs.Parser cho Java

GroupDocs.Parser cho Java cung cấp một API đơn giản để đọc mã vạch trực tiếp từ tài liệu PDF. Bằng cách tải tệp bằng Parser, bạn có thể gọi getBarcodes(pageIndex) để lấy giá trị mã vạch trên bất kỳ trang nào, hoặc sử dụng getFeatures().isBarcodes() để kiểm tra hỗ trợ trước khi trích xuất. Quá trình chỉ cần vài dòng mã.

Dưới đây chúng tôi chia quá trình thành hai tính năng thực tiễn: trích xuất mã vạch từ một trang cụ thể và kiểm tra xem tài liệu có hỗ trợ trích xuất mã vạch hay không.

Trích xuất mã vạch từ một trang cụ thể

Bạn có thể lấy dữ liệu mã vạch từ một trang cụ thể của PDF—lý tưởng cho tài liệu đa trang trong đó chỉ một số trang chứa mã vạch.

Bước 1: xác nhận hỗ trợ mã vạch

Trước khi thực hiện trích xuất, hãy xác nhận rằng định dạng tài liệu có thể được xử lý cho mã vạch:

if (!parser.getFeatures().isBarcodes()) {
    System.out.println("Document doesn't support barcodes extraction.");
    return;
}

Bước 2: lấy mã vạch từ trang mong muốn

Phương thức getBarcodes(int pageIndex) quét một trang duy nhất (chỉ số bắt đầu từ 0) và trả về tất cả các mã vạch được phát hiện. Ví dụ dưới đây trích xuất mã vạch từ trang thứ hai (chỉ số 1):

Iterable<PageBarcodeArea> barcodes = parser.getBarcodes(1);

for (PageBarcodeArea barcode : barcodes) {
    System.out.println("Page: " + barcode.getPage().getIndex());
    System.out.println("Value: " + barcode.getValue());
}

Tham số & giá trị trả về

  • getBarcodes(int pageIndex): trích xuất mã vạch từ số trang được cung cấp.
    • pageIndex: số trang bắt đầu từ 0 mà bạn muốn quét.
    • Trả về: một Iterable<PageBarcodeArea> chứa chi tiết mã vạch như chỉ số trang và giá trị đã giải mã.

Kiểm tra hỗ trợ mã vạch của tài liệu

Thực hiện kiểm tra hỗ trợ nhanh giúp tránh lỗi thời gian chạy khi một định dạng không được hỗ trợ.

Bước 1: khởi tạo parser (sử dụng lại mã từ khối khởi tạo)

try (Parser parser = new Parser(filePath)) {
    // Check barcode support logic goes here
} catch (Exception e) {
    System.err.println("Error initializing parser: " + e.getMessage());
}

Bước 2: truy vấn cờ tính năng

Phương thức getFeatures() trả về một đối tượng tập hợp tính năng mô tả các khả năng trích xuất có sẵn cho tài liệu đã tải. Phương thức isBarcodes() trả về true nếu việc trích xuất mã vạch được hỗ trợ cho định dạng hiện tại.

boolean supportsBarcodes = parser.getFeatures().isBarcodes();
System.out.println("Document supports barcodes: " + supportsBarcodes);

Mẹo khắc phục sự cố

  • Định dạng không được hỗ trợ – Nếu gặp UnsupportedDocumentFormatException, hãy xác nhận rằng loại tệp xuất hiện trong danh sách định dạng được GroupDocs.Parser hỗ trợ (hơn 50 định dạng).
  • Chỉ số trang ngoài phạm vi – Nhớ rằng chỉ số trang bắt đầu từ 0; truyền một chỉ số không hợp lệ sẽ gây ra IndexOutOfBoundsException.

Ứng dụng thực tiễn

Extracting barcodes has diverse applications, including:

  1. Quản lý tồn kho – Nhanh chóng cập nhật hồ sơ tồn kho bằng cách đọc mã vạch từ các PDF đến.
  2. Tối ưu hoá chuỗi cung ứng – Xác thực manifest vận chuyển bằng cách so sánh mã vạch đã trích xuất với các mặt hàng dự kiến.
  3. Hệ thống điểm bán (POS) – Tự động tạo biên nhận bằng cách lấy dữ liệu mã vạch trực tiếp từ hoá đơn PDF.

Các yếu tố hiệu năng

Để giữ việc trích xuất nhanh và tiết kiệm bộ nhớ:

  • Xử lý hàng loạt – Xử lý nhóm PDF trong một pool thread; bạn có thể xử lý 10.000 trang mỗi phút trên máy chủ tiêu chuẩn.
  • Quản lý bộ nhớ – Đóng nhanh đối tượng Parser (try‑with‑resources) để GC của Java có thể thu hồi bộ nhớ.
  • Các thao tác bất đồng bộ – Sử dụng CompletableFuture hoặc các cấu trúc tương tự để trích xuất không chặn trong các dịch vụ có thông lượng cao.

Câu hỏi thường gặp

H: Làm sao tôi biết một định dạng tài liệu có được hỗ trợ trích xuất mã vạch không?
Đ: Gọi parser.getFeatures().isBarcodes(); nó trả về true cho tất cả hơn 50 định dạng mà GroupDocs.Parser hỗ trợ.

H: GroupDocs.Parser có thể trích xuất mã vạch từ hình ảnh nhúng trong PDF không?
Đ: Có, engine quét mọi đối tượng hình ảnh trong PDF và nhận dạng các ký hiệu mã vạch 1D và 2D phổ biến.

H: Những lỗi thường gặp khi trích xuất mã vạch là gì?
Đ: Các vấn đề thường gặp bao gồm định dạng tài liệu không được hỗ trợ và chỉ số trang (bắt đầu từ 0) không đúng, gây ra UnsupportedDocumentFormatException hoặc IndexOutOfBoundsException.

H: Làm sao tôi có thể tối ưu hoá việc trích xuất mã vạch cho các PDF rất lớn?
Đ: Xử lý tệp theo các dải trang nhỏ hơn hoặc sử dụng các cuộc gọi bất đồng bộ CompletableFuture; cách này giữ mức sử dụng bộ nhớ dưới 200 MB ngay cả với các tệp 500 trang.

H: Có thể trích xuất mã vạch từ PDF đã quét không?
Đ: Có, miễn là chất lượng hình ảnh quét đủ (tối thiểu 300 dpi) cho engine nhận dạng của parser.

Tài nguyên

Cập nhật lần cuối: 2026-10-02
Kiểm thử với: GroupDocs.Parser 25.5
Tác giả: GroupDocs

Hướng dẫn liên quan