برای استخراج اطلاعات مفید از اسناد XLSX در پروژه‌های Java خود با استفاده از GroupDocs.Parser، این دستورالعمل‌ها را دنبال کنید:
// مستندات ورودی خود را با Parser راه‌اندازی کنید
try (Parser parser = new Parser("input.xlsx"))
{
// تمام محتوای متنی موجود را از سند بازیابی کنید
try (TextReader reader = parser.getText())
{
// اگر متنی پیدا نشود، مقدار برگردانده‌شده null خواهد بود
// محتوای استخراج‌شده را در راه‌حل خود گنجانید
System.out.println(reader == null ?
"این فرمت ممکن است از استخراج متن پشتیبانی نکند" : reader.readToEnd());
}
}
<dependencies>
<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-parser</artifactId>
<version>24.9</version>
</dependency>
</dependencies>
<repositories>
<repository>
<id>repository.groupdocs.com</id>
<name>GroupDocs Repository</name>
<url>https://repository.groupdocs.com/repo/</url>
</repository>
</repositories>
GroupDocs.Parser تنها به استخراج متن محدود نمی‌شود — بلکه تجزیه کامل بارکدها، متادیتا، تصاویر، جداول و داده‌های دیگر را پشتیبانی می‌کند تا اتوماسیون هوشمند و برنامه‌های مبتنی بر داده را تقویت کند.
به داده‌هایی نظیر متن، جداول و رسانه از انواع فایل‌های پرکاربرد مانند PDF، Word، Excel، PowerPoint، HTML و غیره دسترسی پیدا کنید.
محتوا را هم از فایل‌های دیجیتال بومی و هم از تصاویر اسکن‌شده پردازش کنید و در صورت نیاز از OCR برای تفسیر متن embedded استفاده کنید.
تجزیه‌تان را با تنظیمات انتخاب صفحه، مناطق طرح‌نما و الگوهای فیلد سفارشی تنظیم کنید تا نیازهای خاص استخراج را برآورده کنید.
این نمونه نشان می‌دهد که چگونه می‌توان فیلدهای ساختاری را از یک PDF با استفاده از یک الگوی سفارشی از طریق GroupDocs.Parser استخراج کرد.
// PDF را با کلاس Parser باز کنید
try (Parser parser = new Parser("input.pdf"))
{
// الگوی تجزیه را برای استخراج داده‌های تعریف‌شده اعمال کنید
DocumentData data = parser.parseByTemplate(GetTemplate());
// بررسی کنید که آیا استخراج بر مبنای الگو در دسترس است
if (data == null) {
return;
}
// با فیلدهای داده استخراج‌شده کار کنید
for (int i = 0; i < data.getCount(); i++) {
System.out.print(data.get(i).getName() + ": ");
PageTextArea area = data.get(i).getPageArea() instanceof PageTextArea
? (PageTextArea) data.get(i).getPageArea() : null;
System.out.println(area == null ? "Not a template field" : area.getText());
}
}
private static Template GetTemplate()
{
// تنظیمات تشخیص‌دهنده را برای استخراج بخش 'جزئیات' تعریف کنید
TemplateTableParameters detailsTableParameters =
new TemplateTableParameters(new Rectangle(new Point(35, 320), new Size(530, 55)), null);
TemplateItem[] templateItems = new TemplateItem[]
{
new TemplateTable(detailsTableParameters, "details", null)
};
Template template = new Template(java.util.Arrays.asList(templateItems));
return template;
}
GroupDocs.Parser را به صورت رایگان دانلود کنید یا یک مجوز آزمایشی برای دسترسی کامل دریافت کنید!
برای ارتقاء تجربه خود ، مستندات ، نمونه های کد و پشتیبانی جامعه را کاوش کنید.
GroupDocs.Parser با طیف گسترده‌ای از نوع فایل‌های اسناد و تصاویر سازگار است و استخراج اطلاعات از فرمت‌های متداول در سناریوهای تجزیه و اتوماسیون داده را ساده می‌سازد.
