Java 提取PDF中的表数

我试图使用iText来找出使用java的pdf文件中存在的表的数量，但是没有成功，任何人都无法让我知道正确的查找方向

如果您的PDF被标记，您可以检查

structReteroot

中的表结构。如果您的PDF没有标记，则PDF中没有表。您可以用肉眼看到表格，但就PDF文件而言，只有行和文本片段，没有表格

一个没有标记的PDF，对它的结构一无所知！从不包含

structReteroot

的PDF中提取表格就像从胡萝卜汤中提取原始完整胡萝卜一样。如果这就是你想要做的，那么希望我的比喻能解释为什么你在要求一些不可能的事情（这也解释了为什么你找不到任何答案）

---

如何确定PDF是否已标记？在Adobe Reader中打开PDF，然后单击文件>文档属性。在属性选项卡底部的某个位置，有一个条目指示标记的PDF:No或标记的PDF:Yes

itext为您提供了进行文档分析的工具。您必须使用这些工具自己进行分析。不过，首先必须定义如何识别表。特别是在没有分隔线的表格中，这似乎是一个相当大的挑战……答案很好，但关于“这很难也不是不可能”这一点，这是困难的，但不是不可能的：我同意，我不同意。我同意，如果您在这个问题上抛出足够的代码，您可以检测一些表：例如，解析包含文本的线性路径的内容流。但这并不适用于所有类型的表，因为有些表没有任何可视边框。在这种情况下，你会发现什么？空白？如果这样的表有一个具有表宽colspan的零件，该怎么办？那算一张桌子吗？还是以文本分隔的两个表格？这是不可能没有任何错误的。