Skip to content

PDF 表格提取

概述

从 PDF 文档中提取出表格。

表格类型:标准表格 & 非标准表格

常见的表格类型可以分为标准表格与非标准表格两类,具体定义如下:

  • 标准表格:表格边框完整,表格内线完整且清晰,无需人为再添加表格线条做表格内容分割。

image-20231116145224545

  • 非标准表格:缺少表格边框或者表格内线,表格线条不清晰,需要人为添加表格线条分割表格内容。

image-20231116145517818

示例

以下是完整的示例代码,演示了基本的表格提取功能。

objective-c
// 获取 PDF 文件的路径。
NSString *pdfPath = @"...";
// JSON 文件的导出路径。
NSString *outputPath = @"...";

CPDFConvertJsonTableOptions *options = [[CPDFConvertJsonTableOptions alloc] init];

CPDFConverterJsonTable *converter = [[CPDFConverterJsonTable alloc] initWithURL:[NSURL fileURLWithPath:pdfPath] password:nil];
[converter convertToFilePath:outputPath pageIndexs:nil options:options];