当前位置：首页 > news >正文

国产化PDF处理控件Spire.PDF教程：在 Java 中将 PDF 转换为 CSV（轻松提取 PDF 表格）

news 2025/9/2 6:58:51

在处理以 PDF 格式存储的报告、发票或数据集时，开发人员常常需要在电子表格、数据库或分析工具中复用其中的表格数据。一个常见的解决方案是 使用 Java 将 PDF 转换为 CSV，因为 CSV 文件轻量、结构化，并且几乎在所有平台上都兼容。与文本或图片导出不同，PDF 转 CSV 的核心是 从 PDF 中提取表格并保存为 CSV。

E-iceblue旗下Spire系列产品，是文档处理领域的佼佼者，支持国产化信创。借助 Spire.PDF for Java，可以检测 PDF 中的表格结构，并通过少量代码实现自动化导出。本文将逐步讲解如何借助Spire.PDF for Java 在 Java 中完成 PDF 到 CSV 的转换——从环境搭建，到表格提取，再到处理多页文档或单页多表等复杂情况。

Spire.PDF for Java免费试用下载

Java PDF 转 CSV 的环境搭建

在使用 Java 提取表格并转换为 CSV 之前，需要先搭建开发环境。这包括选择合适的库并将其添加到项目中。

为什么选择 Spire.PDF for Java

由于 PDF 文件本身不支持直接导出为 CSV，因此通过代码提取表格是更现实的做法。Spire.PDF for Java 提供了检测 PDF 文档中表格结构并直接保存为 CSV 的 API，使转换过程更简单高效。

安装 Spire.PDF for Java

如果使用 Maven，可以添加以下配置：

<repositories><repository><id>com.e-iceblue</id><name>e-iceblue</name><url>https://repo.e-iceblue.cn/repository/maven-public/</url></repository>
</repositories>
<dependencies><dependency><groupId>e-iceblue</groupId><artifactId>spire.pdf</artifactId><version>11.8.3</version></dependency>
</dependencies>

如果没有使用 Maven，可以直接 下载 Spire.PDF for Java 安装包，并将 JAR 文件添加到项目的 classpath 中。

从 PDF 提取表格并保存为 CSV

将 PDF 转换为 CSV 最实用的方法就是表格提取。使用 Spire.PDF for Java，可以通过以下步骤完成：

加载 PDF 文档
使用 PdfTableExtractor 检测页面中的表格
按行收集单元格内容
将结果写入 CSV 文件

下面的 Java 示例展示了完整的转换流程：

Java 示例代码：PDF 转换为 CSV

import com.spire.pdf.*;
import com.spire.pdf.utilities.*;import java.io.*;public class PdfToCsvExample {public static void main(String[] args) throws Exception {// 加载 PDF 文档PdfDocument pdf = new PdfDocument();pdf.loadFromFile("Sample.pdf");// 用于存储提取文本的 StringBuilderStringBuilder sb = new StringBuilder();// 遍历每一页for (int i = 0; i < pdf.getPages().getCount(); i++) {PdfTableExtractor extractor = new PdfTableExtractor(pdf);PdfTable[] tableLists = extractor.extractTable(i);if (tableLists != null) {for (PdfTable table : tableLists) {for (int row = 0; row < table.getRowCount(); row++) {for (int col = 0; col < table.getColumnCount(); col++) {// 安全处理 CSV 字段String cellText = escapeCsvField(table.getText(row, col));sb.append(cellText);if (col < table.getColumnCount() - 1) {sb.append(",");}}sb.append("\n");}}}}// 写入 CSV 文件try (Writer writer = new OutputStreamWriter(new FileOutputStream("output/PDFTable.csv"), "UTF-8")) {writer.write(sb.toString());}pdf.close();System.out.println("PDF 表格已成功导出为 CSV。");}// 处理 CSV 字段的工具方法private static String escapeCsvField(String text) {if (text == null) return "";// 去掉换行text = text.replaceAll("[\\n\\r]", "");// 特殊字符处理if (text.contains(",") || text.contains(";") || text.contains("\"") || text.contains("\n")) {text = text.replace("\"", "\"\"");  // 转义双引号text = "\"" + text + "\"";          // 添加引号}return text;}
}

代码讲解

PdfDocument：将 PDF 文件加载到内存
PdfTableExtractor：逐页检测表格
PdfTable：提供对行和列的访问
escapeCsvField()：去掉换行并处理特殊字符
StringBuilder：拼接单元格内容，使用逗号分隔
最终结果写入 Output.csv，可直接在 Excel 或任意编辑器中打开

运行代码后生成的 CSV 文件示例：

处理复杂的 PDF 转 CSV 场景

实际应用中，PDF 文件常常包含多个表格、跨多页，或表格结构不规则。下面介绍如何应对这些情况。

1. 单页包含多个表格

extractTable(i) 返回的 PdfTable[] 包含该页中检测到的所有表格，可以将每个表单独保存为不同的 CSV 文件：

for (int i = 0; i < pdf.getPages().getCount(); i++) {PdfTableExtractor extractor = new PdfTableExtractor(pdf);PdfTable[] tableLists = extractor.extractTable(i);if (tableLists != null) {for (int t = 0; t < tableLists.length; t++) {PdfTable table = tableLists[t];StringBuilder tableContent = new StringBuilder();for (int row = 0; row < table.getRowCount(); row++) {for (int col = 0; col < table.getColumnCount(); col++) {tableContent.append(escapeCsvField(table.getText(row, col)));if (col < table.getColumnCount() - 1) {tableContent.append(",");}}tableContent.append("\n");}try (Writer writer = new OutputStreamWriter(new FileOutputStream("output/Tables/Table_Page" + i + "_Index" + t + ".csv"), "UTF-8")) {writer.write(sb.toString());}}}
}

示例：将单页的多个表格导出为独立 CSV 文件：

2. 跨页或大表格

如果表格跨越多页，可以逐页提取并 追加写入，以避免覆盖：

StringBuilder sb = new StringBuilder();for (int i = 0; i < pdf.getPages().getCount(); i++) {PdfTableExtractor extractor = new PdfTableExtractor(pdf);PdfTable[] tables = extractor.extractTable(i);if (tables != null) {for (PdfTable table : tables) {for (int row = 0; row < table.getRowCount(); row++) {for (int col = 0; col < table.getColumnCount(); col++) {sb.append(escapeCsvField(table.getText(row, col)));if (col < table.getColumnCount() - 1) sb.append(",");}sb.append("\n");}}}
}FileWriter writer = new FileWriter("MergedTables.csv");
writer.write(sb.toString());
writer.close();

示例：将跨多页的大表格合并为一个 CSV 文件：