ComPDFKit
产品介绍
New
开发文档
联系我们申请试用
技术支持

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

注意事项 ​

  • 当未开启 OCR 选项时无法提取原 PDF 文档中的非标准表格。
  • 建议开启 OCR 或者 AI 版面分析选项进行表格提取，以支持非标准表格识别并提升标准表格的准确率。

示例 ​

以下是完整的示例代码，演示了基本的表格提取功能。

c#
string inputFilePath = "***";
string outputFolderPath = "***";
string outputFileName = "***";

CPDFConverterJsonTable converter = CPDFConvertFactroy.CreateConverter(CPDFConvertType.CPDFConvertTypeJsonTable, inputFilePath) as CPDFConverterJsonTable;

CPDFConvertJsonOptions jsonOptions = new CPDFConvertJsonOptions();
jsonOptions.IsAllowOCR = false;
jsonOptions.IsAILayoutAnalysis = false;

ConvertError error = ConvertError.ERR_UNKNOWN;
converter.Convert(outputFolderPath, ref outputFileName, jsonOptions, ref error);