Java PDF 表格提取與條碼（使用 GroupDocs.Parser）

在本完整教學中，您將學習 java pdf table extraction 以及如何使用 GroupDocs.Parser for Java 從 PDF 檔案提取條碼。無論您是構建高容量掃描流水線、自動化發票處理，或需要從半結構化文件中收集結構化資料，以下步驟將精確示範如何設定模板、執行解析器，並以可靠、可重複的方式處理結果。

快速解答

  • 我可以提取什麼？ 條碼、表格，以及模板中定義的任何自訂欄位。
  • 需要哪個函式庫？ GroupDocs.Parser for Java（最新版本）。
  • 需要授權嗎？ 測試時可使用臨時授權；正式環境需購買完整授權。
  • 支援 Java 8+ 嗎？ 是的，函式庫支援 Java 8 及更新的執行環境。
  • 能處理受密碼保護的 PDF 嗎？ 當然可以，只需在載入文件時提供密碼。

什麼是基於模板的解析？

基於模板的解析允許您在模板檔案中定義固定位置、連結位置或正規表達式欄位，當 PDF 符合版面配置時即可自動提取結構化資料。此方法將非結構化頁面轉換為乾淨、機器可讀的記錄，無需人工輸入，通常可將每頁處理時間從最高 30 秒縮減至平均不到 2 秒。

為什麼使用 GroupDocs.Parser 從 PDF 提取條碼？

模板可免除逐頁 OCR 的需求，將處理時間縮減最高 90%。固定位置或正則表達式的定義可將支援的條碼類型的誤報率降低至低於 1%。模板建好後，可在數千份文件中重複使用，無需修改程式碼，且 Java API 可無縫整合至現有的後端服務或微服務。

前置條件

  • Java 8 或以上已安裝。
  • Maven 或 Gradle 用於管理相依性。
  • GroupDocs.Parser for Java 函式庫（將 Maven 套件加入專案）。
  • 含有條碼（或表格）且版面一致的範例 PDF。

步驟說明

步驟 1：將 GroupDocs.Parser 加入您的專案

在您的 pom.xml（或等效的 Gradle 設定）中加入 Maven 相依性。此步驟會為模板解析配置環境。

步驟 2：建立解析模板

定義 JSON 或 XML 模板，說明條碼在頁面上的位置。您也可以透過指定表格區域，新增欄位以 extract table from PDF Java。若需擷取可變長度資料，模板可加入正則規則。

步驟 3：載入 PDF 並套用模板

Parser 為 GroupDocs.Parser 的核心類別，負責讀取 PDF 檔案並套用模板以提取資料。使用 Parser 類別開啟 PDF、附加模板，並呼叫 extract 方法。函式庫會回傳鍵值對集合，代表提取的條碼、表格列或您定義的其他資料。

步驟 4：處理提取的資料

遍歷結果集合，將值映射至您的領域物件，並儲存至資料庫或轉發至其他服務。此處亦可 extract data from PDF Java 以供後續處理。

步驟 5：處理常見情境

  • 受密碼保護的 PDF： 將密碼傳入 Parser 建構子。
  • 多頁文件： 使用連結位置欄位在各頁重複提取。
  • 錯誤處理： 捕獲 ParserException 以優雅地處理格式錯誤的文件。

如何執行 java pdf 表格提取？

使用 new Parser("document.pdf") 載入 PDF，附加定義表格區域的模板，然後呼叫 extract() —— 此方法會將每一列以欄位名稱對應值的映射回傳。此單次呼叫模式可在毫秒內提取完整表格，即使是數百頁的檔案，因為函式庫會串流頁面而非一次載入整份文件至記憶體。

常見問題與解決方案

問題解決方案
模板與 PDF 版面不符使用內建預覽工具驗證座標，或調整固定位置的數值。
未偵測到條碼確認條碼類型受支援，並在模板設定中提升影像解析度。
提取結果為空表格確認表格區域正確定義，且 PDF 確實包含表格結構。

可用教學

使用 GroupDocs.Parser 模板的高效 PDF 解析（Java）

了解如何使用 GroupDocs.Parser for Java 透過模板表格解析 PDF、有效提取資料，並優化文件處理流程。

精通 Java 模板解析（使用 GroupDocs.Parser）：正則表達式與連結欄位完整指南

學習如何在 Java 中使用 GroupDocs.Parser 自動化資料提取。本指南涵蓋設定、定義模板欄位以及高效解析文件的方式。

使用 GroupDocs.Parser（Java）以模板解析文件頁面：完整指南

了解如何使用 GroupDocs.Parser for Java 透過模板高效解析文件頁面，重點在於從 PDF 提取條碼資料。

其他資源

常見問答

Q: 我可以從單一 PDF 提取多個條碼嗎？
A: 可以。於模板中定義多個條碼欄位，或使用連結位置欄位在各頁重複提取。

Q: 能在沒有預先定義版面的情況下提取表格嗎？
A: 雖然模板解析在版面一致時效果最佳，但您可以結合 OCR 動態偵測表格結構。

Q: GroupDocs.Parser 如何處理大型 PDF 檔案？
A: 函式庫會串流頁面，保持低記憶體使用。對於極大檔案，可分批處理或使用 extractPages 方法。extractPages 從指定頁碼範圍提取資料，允許對大型 PDF 進行批次處理。

Q: 我需要自行撰寫程式碼來解析條碼嗎？
A: 不需要。條碼提取已內建於模板引擎，只需指定條碼類型與位置即可。

Q: 支援哪些條碼格式？
A: 內建支援常見格式，如 QR、Code128、EAN、UPC 與 DataMatrix。

最後更新： 2026-09-22
測試環境： GroupDocs.Parser for Java 24.11
作者： GroupDocs

相關教學