Question

怎么用JAVA实现读取PDF中的表格，输出成XLS表格

我知道能下载到的转换软件有很多，只是想自己用JAVA写一个，思路还不是很懂。

当初想法是：用PDFbox读PDF。用Tokenizer识别表格符号分割。再用JXL包输出成XLS。

但PDFbox读出来，文字之间只有空格。这样就会把一个单元格中有空格的一段话也分割开来。

谁能给点思路。最好附上代码。

100分悬赏，感谢！
读取XML转XLS的方法也可以。最好能识别到<Table></Table>之间，把其中的表格输出来。用什么方法能设定<TD><TR>作为分隔符？

Answer 1

如果仅仅是读取XML转XLS，不需要设别分隔符。
用dom4j读取XML，用JXL写XLS。

应该会用吧，不会用的话可以PM QQ。

PDF不是很了解。

Answer 2

Scanner类
用useDelimiter(Pattern pattern)设定分隔符，每次next()调用取得一段

Answer 3

pdfbox和POI的联用

Answer 4

可以使用正则表达式配置表格＜Table>(.*?)</Table>

<TD>(.*?)</TD> 这样就可以配置到TD中的値了

Answer 5

keyword="营口路";

Answer 6

jxl和itext