// 将源文件传递给 Parser 实例
try (Parser parser = new Parser("source.pdf"))
{
// 将文档文本传递给 TextReader
try (TextReader reader = parser.getText())
{
// 处理文档文本
System.out.println(reader == null
? ""
: reader.readToEnd());
}
}
<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-parser</artifactId>
<version>24.9</version>
</dependency>
用于在 Java 应用中执行高精度文档解析的 Document Parser SDK
GroupDocs.Parser for Java API 使您能够从包括 Office 文档、电子邮件、附件和归档在内的广泛文件格式中检索文本、元数据和图像。此强大工具帮助您高效访问和处理这些文件中包含的有价值信息，可用于数据分析、搜索引擎索引或内容管理系统等多种应用。
从 PDF 表单中提取超链接、表格、二维码、条形码和数据等各种元素。此外，还可使用自定义模板解析文档中的任何所需信息。
Java API 允许您以原始、结构化、HTML 或 Markdown 等多种格式检索数据。此外，API 还提供搜索功能，可在文档文本中定位特定单词或短语。
GroupDocs.Parser for Java 支持以下操作系统、框架和软件包管理器
GroupDocs.Parser for Java 支持以下 文件格式的操作。
使用我们的 Java Document Parser SDK，快速且准确地从 PDF、Office 文档、图像及其他格式中提取数据。
提取文本
从各种文件格式（如 Office 文档、PDF 文件和图像）中提取文本信息，便于阅读和分析。
提取图像
从 Office 文档、PDF 文件等多种来源检索视觉内容，以便轻松访问和使用。
扫描二维码
检测并解码 Office 文档、PDF 文件或视觉内容中存在的二维码，实现高效的信息检索。
从电子邮件附件和归档文件中提取数据
从电子邮件、文件附件和压缩数据源中收集有价值的信息，以便进行有效的分析和利用。
提取表格
识别并提取 PDF 文档中的表格数据，以便进行有条理的分析和使用。
提取超链接
在 Office 文档或 PDF 文件中定位并提取超链接和电子邮件地址，以实现高效访问。
解析 PDF 表单
PDF 表单是具有可填写字段的数字文档，供用户交互并电子方式输入信息。.NET API 可用于从这些表单中提取数据，以实现高效处理。
通过模板解析数据
创建自定义模板并使用 .NET API 对 PDF 文件中的特定信息进行解析，从而简化数据提取过程。
在文档中搜索文本
快速定位文档中的特定词语或模式。
常见 GroupDocs.Parser for Java 操作的使用案例
GroupDocs.Parser for Java 让 Java 开发者轻松从文档中提取图像：
// 创建 Parser 类的实例
try (Parser parser = new Parser("source.pdf"))
{
// 提取图像
Iterable<PageImageArea> images = parser.getImages();
// 检查是否成功提取
if (images == null) {
return;
}
// 遍历图像
for (PageImageArea image : images) {
// 打印页面索引、矩形区域和图像类型
System.out.println(String.format("Page: %d, R: %s, Type: %s",
image.getPage().getIndex(), image.getRectangle(), image.getFileType()));
}
}
使用我们的 Java API 从图像中提取 条形码：
// 将源图像加载到 Parser
try (Parser parser = new Parser("source.jpg")){
// 检查文件是否支持条形码提取
if (!parser.getFeatures().isBarcodes()) {
// 从文件中提取条形码
Iterable<PageBarcodeArea> barcodes = parser.getBarcodes();
// 遍历条形码
for (PageBarcodeArea barcode : barcodes) {
// 打印页面索引
System.out.println("Page: " + barcode.getPage().getIndex());
// 打印条形码值
System.out.println("Value: " + barcode.getValue());
}
}
}
