Parser untuk Java

Document Parser SDK untuk Java

Tambahkan parsing dokumen yang cepat dan akurat ke aplikasi Java Anda serta ekstrak teks, gambar, metadata, dan data terstruktur dari dokumen dan gambar.

Unduhan Maven Mulai Uji Coba Gratis

Versi 24.9 dirilis

Lihat apa yang baru

// Berikan file sumber ke instance Parser
try (Parser parser = new Parser("source.pdf"))
{
    // Berikan teks dokumen ke TextReader
    try (TextReader reader = parser.getText())
    {
        // Proses teks dokumen
        System.out.println(reader == null 
            ? "" 
            : reader.readToEnd());
    }
}

<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-parser</artifactId>
<version>24.9</version>
</dependency>

GroupDocs.Parser sekilas

Document Parser SDK untuk melakukan parsing dokumen dengan akurasi tinggi pada aplikasi Java

Ekstrak data dari dokumen

GroupDocs.Parser for Java API memungkinkan Anda mengambil teks, metadata, dan gambar dari berbagai format file seperti dokumen Office, email, lampiran, dan arsip. Alat yang kuat ini membantu Anda mengakses dan memproses informasi berharga yang terdapat dalam file-file tersebut secara efisien untuk berbagai aplikasi seperti analisis data, pengindeksan mesin pencari, atau sistem manajemen konten.

Menganalisis dokumen

Ekstrak berbagai elemen seperti hyperlink, tabel, kode QR, barcode, dan data dari formulir PDF. Juga mengurai informasi apa pun yang diinginkan dari dokumen menggunakan templat khusus.

Menyesuaikan hasil

Java API memungkinkan Anda mengambil data dalam berbagai format seperti mentah, terstruktur, HTML, atau Markdown. Selain itu, API menyediakan fungsi pencarian untuk menemukan kata atau frasa tertentu dalam teks dokumen.

Kemandirian Platform

GroupDocs.Parser for Java mendukung sistem operasi, kerangka kerja, dan manajer paket berikut

Format file yang didukung

GroupDocs.Parser for Java mendukung operasi dengan format file berikut.

Format Microsoft Office

Word: DOCX, DOC, DOCM, DOT, DOTX, DOTM, RTF
Excel: XLSX, XLS, XLSM, XLSB, XLTM, XLT, XLTM, XLTX, XLAM, SXC, SpreadsheetML
PowerPoint: PPT, PPTX, PPS, PPSX, PPSM, POT, POTM, POTX, PPTM

Gambar & Format Lain

Portable: PDF
Gambar: JPG, BMP, PNG, TIFF, GIF
Format Office lainnya: ODT, OTT, OTS, ODS, ODP, OTP, ODG

Format lain

Web: HTML, MHTML
Arsip: ZIP, TAR, 7Z
e-Book: CHM, EPUB, FB2, MOBI

Fitur GroupDocs.Parser for Java

Ekstrak data dari PDF, dokumen Office, gambar, dan format lain secara cepat dan akurat dengan Java Document Parser SDK kami.

Ekstrak teks

Ekstrak informasi teks dari berbagai format file seperti dokumen Office, file PDF, dan gambar untuk memudahkan pembacaan dan analisis.

Ekstrak gambar

Ambil konten visual dari berbagai sumber seperti dokumen Office, file PDF untuk akses dan penggunaan yang mudah.

Pindai Kode QR

Deteksi dan dekode kode QR yang terdapat dalam dokumen Office, file PDF, atau konten visual untuk pengambilan informasi yang efisien.

Ekstrak data dari lampiran email dan arsip

Kumpulkan informasi berharga dari pesan email, lampiran file, dan sumber data terkompresi untuk analisis dan pemanfaatan yang efektif.

Ekstrak tabel

Identifikasi dan ekstrak data tabular dari dokumen PDF untuk analisis dan penggunaan yang terstruktur.

Ekstrak hyperlink

Temukan dan ekstrak hyperlink serta alamat email dalam dokumen Office atau file PDF untuk akses yang efisien.

Mengurai Formulir PDF

Formulir PDF adalah dokumen digital dengan bidang yang dapat diisi untuk interaksi pengguna, memungkinkan mereka memasukkan informasi secara elektronik. API .NET dapat digunakan untuk mengekstrak data dari formulir ini untuk pemrosesan yang efisien.

Mengurai data dengan templat

Buat templat khusus dan gunakan bersama API .NET untuk mengurai informasi spesifik dari file PDF, menyederhanakan proses ekstraksi data.

Cari teks dalam dokumen

Temukan dengan cepat kata atau pola tertentu dalam dokumen.

Contoh kode

Beberapa contoh penggunaan operasi GroupDocs.Parser for Java yang umum

Ekstrak gambar dari dokumen PDF

GroupDocs.Parser for Java memudahkan pengembang Java untuk mengekstrak gambar dari dokumen:

Ekstrak gambar dari dokumen PDF dalam Java

// Buat instance kelas Parser
try (Parser parser = new Parser("source.pdf"))
{
    // Ekstrak gambar
    Iterable<PageImageArea> images = parser.getImages();

    // Periksa apakah sesuatu telah diekstrak
    if (images == null) {
        return;
    }

    // Iterasi gambar
    for (PageImageArea image : images) {
        // Cetak indeks halaman, persegi panjang, dan tipe gambar
        System.out.println(String.format("Page: %d, R: %s, Type: %s", 
            image.getPage().getIndex(), image.getRectangle(), image.getFileType()));
    }
}

Ekstrak barcode dari gambar

Gunakan API Java kami untuk mengekstrak barcode dari gambar:

Ekstrak kode batang dari gambar dalam Java

// Muat gambar sumber ke Parser
try (Parser parser = new Parser("source.jpg")){

    // Periksa apakah file mendukung ekstraksi kode batang
    if (!parser.getFeatures().isBarcodes()) {

        // Ekstrak kode batang dari file
        Iterable<PageBarcodeArea> barcodes = parser.getBarcodes();

        // Iterasi kode batang
        for (PageBarcodeArea barcode : barcodes) {
            // Cetak indeks halaman
            System.out.println("Page: " + barcode.getPage().getIndex());
            // Cetak nilai kode batang
            System.out.println("Value: " + barcode.getValue());
        }
    }
}