// Create an instance of Parser class
try (Parser parser = new Parser(fileName)) {
// Extract a text into the reader
try (TextReader reader = parser.getText()) {
// Print a text from the document
System.out.println(reader == null
? ""
: reader.readToEnd());
}
}
<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-parser</artifactId>
<version>24.9</version>
</dependency>
用于在 Java 应用程序中执行文档解析的 API
Java API 使您能够从各种文件格式（例如 Office 文档、电子邮件、附件和存档）中检索文本、元数据和图像。这个强大的工具可帮助您有效地访问和处理这些文件中包含的有价值的信息，以用于各种应用程序，例如数据分析、搜索引擎索引或内容管理系统。
从PDF表单中提取各种元素，例如超链接、表格、二维码、条形码和数据。还可以使用自定义模板从文档中解析任何所需的信息。
Java API 可让您检索各种格式的数据，例如原始格式、结构化格式、HTML 或 Markdown 格式。此外，API 还提供搜索功能，用于在文档文本中查找特定单词或短语。
GroupDocs.Parser for Java 支持以下操作系统、框架和软件包管理器
GroupDocs.Parser for Java 支持以下文件格式 的操作。
快速准确地从 PDF、Office 文档和图像中提取数据。
提取文本
从各种文件格式（例如 Office 文档、PDF 文件和图像）中提取文本信息，以便于阅读和分析。
提取图像
从办公文档、PDF 文件等不同来源检索视觉内容，以便于访问和使用。
扫描二维码
检测和解码办公文档、PDF 文件或视觉内容中存在的 QR 码，以实现高效的信息检索。
从电子邮件附件和档案中提取数据
从电子邮件、文件附件和压缩数据源中收集有价值的信息，以便进行有效分析和利用。
提取表格
从 PDF 文档中识别并提取表格数据，以便进行有组织的分析和使用。
提取超链接
找到并提取 Office 文档或 PDF 文件中的超链接和电子邮件地址，以便高效访问。
解析 PDF 表单
PDF 表单是数字文档，具有用于用户交互的可填写字段，允许用户以电子方式输入信息。 Java API 可用于从这些表单中提取数据，以便进行高效处理。
通过模板解析数据
创建自定义模板并通过 Java API 使用它们来解析 PDF 文件中的特定信息，从而简化数据提取过程。
在文档中搜索文本
快速定位文档中的特定单词或模式。
典型 GroupDocs.Parser for Java 操作的一些用例
// Create an instance of Parser class
try (Parser parser = new Parser(fileName)) {
// Extract images
Iterable<PageImageArea> images = parser.getImages();
// Check if images extraction is supported
if (images != null) {
int imageIndex = 0;
// Iterate over images
for (PageImageArea image : images) {
// Save the image to the file
image.save(String.format("%s%s", imageIndex, image.getFileType().getExtension()));
}
}
}
// Create an instance of Parser class
try (Parser parser = new Parser(fileName)) {
// // Check if the file supports barcode extracting
if (!parser.getFeatures().isBarcodes()) {
// Extract barcodes from the file.
Iterable<PageBarcodeArea> barcodes = parser.getBarcodes();
// Iterate over barcodes
for (PageBarcodeArea barcode : barcodes) {
// Print the page index
System.out.println("Page: " + barcode.getPage().getIndex());
// Print the barcode value
System.out.println("Value: " + barcode.getValue());
}
}
}
