将PDF文件转换为漂亮的表格

我有这个PDF文件，分为5列

我看了又看，通过堆栈溢出（谷歌疯狂地搜索），并尝试了所有的解决方案（包括最后尝试AdobeAcrobat本身）

但是，由于某些原因，我无法获得csv/xls格式的这5列，因为我需要对它们进行排列。通常当我导出它们时，格式很糟糕，所有的条目都是一行一行地排列的，并且会丢失一些数据

这里有一个指向上述文件摘录的链接，但我真的很沮丧，而且已经没有选择了。

iText（或iTextSharp）可以做到这一点，如果你能给它这5列的边界，并且愿意处理一些开销（即为每列重新划分页面的文本）

Rectangle2D columnBoxArray[]=buildColumnBoxes（）；
ArrayList ColumnText=新的ArrayList（columnBoxArray.length）；
用于（矩形2D Columnbox:columnBoxArray）{
FilteredTextEnderListener textInRectStrategy=
新FilteredTextEnderListener（新位置TextExtractionStrategy（），
新型区域外滤器（columnBBox）；
添加（pdftextractor.extractText（reader，pageNum，textInRectStrategy））；
}

每一行文本都应该用

\n

分隔，因此它变成了一个简单的字符串解析问题

---

如果您不想为每个列重新分析整个页面，您可能会想出一个自定义的

FilteredTextRenderListener

实现，该实现将使用多个侦听器/筛选器对。然后，您可以对整个内容进行一次分析，而不是对每一列进行一次分析。

欢迎使用stackoverflow。你想用什么语言来做这件事？你找到解决办法了吗？在我编写一个工具时，是否可以提供整个文件的链接，该工具应该能够处理该文件，并且我有兴趣将其用作我的软件的测试。我很高兴向您发送生成的CSV文件。

Rectangle2D columnBoxArray[] = buildColumnBoxes();
ArrayList<String> columnTexts = new ArrayList<String>(columnBoxArray.length);
For (Rectangle2D columnBBox : columnBoxArray) {

  FilteredTextRenderListener textInRectStrategy = 
    new FilteredTextRenderListener(new LocationTextExtractionStrategy(), 
      new RegionTextRenderFilter( columnBBox ) );

  columnTexts.add(PdfTextExtractor.extractText( reader, pageNum, textInRectStrategy));
}