// Parser インスタンスにソースファイルを渡します。
try (Parser parser = new Parser("source.pdf"))
{
// TextReader に文書テキストを渡します。
try (TextReader reader = parser.getText())
{
// 文書テキストを処理します。
System.out.println(reader == null
? ""
: reader.readToEnd());
}
}
<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-parser</artifactId>
<version>24.9</version>
</dependency>
Java アプリケーションで文書解析を実行するためのAPI
GroupDocs.Parser for Java APIを活用して、Office文書、Eメール、添付ファイル、アーカイブなど、広範囲のファイル形式からテキスト、メタデータ、画像を取得します。この強力なツールは、データ分析、検索エンジンのインデックス作成、コンテンツ管理システムなど、さまざまなアプリケーション内でこれらのファイルに含まれる貴重な情報に効率的にアクセスし処理するのに役立ちます。
ハイパーリンク、表、QRコード、バーコード、PDFフォームのデータなど、さまざまな要素を抽出します。また、カスタムテンプレートを使用して任意の情報を文書から解析します。
Java APIでは、生データ、構造化データ、HTML、またはMarkdownなど、さまざまな形式でデータを取得できます。さらに、文書のテキスト内に特定の単語やフレーズを見つけるための検索機能も提供しています。
GroupDocs.Parser for Java は次のオペレーティングシステム、フレームワーク、パッケージマネージャーをサポートしています。
GroupDocs.Parser for Java は次の ファイル形式に対応しています。
PDF、Office文書、および画像から迅速かつ正確にデータを抽出します。
テキストの抽出
オフィス文書、PDFファイル、画像など、さまざまなファイル形式からテキスト情報を抽出します。
画像の抽出
オフィス文書やPDFファイルから視覚コンテンツを抽出し、便宜上アクセス可能にします。
QRコードのスキャン
オフィス文書やPDFファイル、または視覚コンテンツに存在するQRコードを検出してデコードします。
メール添付ファイルやアーカイブからデータを抽出
メールメッセージ、ファイル添付、圧縮データソースから貴重な情報を取得します。
表の抽出
PDF文書内の表形式のデータを識別して抽出し、整理された分析と利用を行います。
ハイパーリンクの抽出
オフィス文書やPDFファイル内のハイパーリンクやメールアドレスを見つけて抽出します。
PDFフォームを解析
PDFフォームはユーザーが情報を電子的に入力できるようにするための入力可能なフィールドを含むデジタル文書です。 .NET APIを使用して、これらのフォームからデータを抽出し、効率的に処理します。
テンプレートによるデータ解析
カスタムテンプレートを作成し、.NET APIを利用してPDFファイルから特定の情報を解析します。
文書内のテキストを検索
文書内で特定の言葉やパターンを迅速に見つけます。
典型的な GroupDocs.Parser for Java 操作のいくつかのユースケース
GroupDocs.Parser for Java は Java 開発者が 文書 から画像を抽出するのを簡単にします：
// Parser クラスのインスタンスを作成します。
try (Parser parser = new Parser("source.pdf"))
{
// 画像を抽出します。
Iterable<PageImageArea> images = parser.getImages();
// 何かが抽出されたか確認します。
if (images == null) {
return;
}
// 画像を反復処理します。
for (PageImageArea image : images) {
// ページインデックス、矩形、画像タイプを出力します。
System.out.println(String.format("Page: %d, R: %s, Type: %s",
image.getPage().getIndex(), image.getRectangle(), image.getFileType()));
}
}
私たちの Java APIを使用して、画像から バーコード を抽出します：
// Parser にソース画像を読み込みます。
try (Parser parser = new Parser("source.jpg")){
// ファイルがバーコード抽出をサポートしているか確認します。
if (!parser.getFeatures().isBarcodes()) {
// ファイルからバーコードを抽出します。
Iterable<PageBarcodeArea> barcodes = parser.getBarcodes();
// バーコードを反復処理します。
for (PageBarcodeArea barcode : barcodes) {
// ページインデックスを出力します。
System.out.println("Page: " + barcode.getPage().getIndex());
// バーコードの値を出力します。
System.out.println("Value: " + barcode.getValue());
}
}
}
