在處理以 PDF 格式存儲的報告、發票或數據集時，開發人員常常需要在電子表格、數據庫或分析工具中復用其中的表格數據。一個常見的解決方案是 使用 Java 將 PDF 轉換為 CSV，因為 CSV 文件輕量、結構化，并且幾乎在所有平臺上都兼容。與文本或圖片導出不同，PDF 轉 CSV 的核心是 從 PDF 中提取表格并保存為 CSV。

E-iceblue旗下Spire系列產品，是文檔處理領域的佼佼者，支持國產化信創。借助 Spire.PDF for Java，可以檢測 PDF 中的表格結構，并通過少量代碼實現自動化導出。本文將逐步講解如何借助Spire.PDF for Java 在 Java 中完成 PDF 到 CSV 的轉換——從環境搭建，到表格提取，再到處理多頁文檔或單頁多表等復雜情況。

Spire.PDF for Java免費試用下載 

加入Spire技術交流QQ群（125237868），與更多開發者一起提升文檔開發技能。

Java PDF 轉 CSV 的環境搭建

在使用 Java 提取表格并轉換為 CSV 之前，需要先搭建開發環境。這包括選擇合適的庫并將其添加到項目中。

為什么選擇 Spire.PDF for Java

由于 PDF 文件本身不支持直接導出為 CSV，因此通過代碼提取表格是更現實的做法。Spire.PDF for Java 提供了檢測 PDF 文檔中表格結構并直接保存為 CSV 的 API，使轉換過程更簡單高效。

安裝 Spire.PDF for Java

如果使用 Maven，可以添加以下配置：

<repositories>
    <repository>
        <id>com.e-iceblue</id>
        <name>e-iceblue</name>
        <url>//repo.e-iceblue.cn/repository/maven-public/</url>
    </repository>
</repositories>
<dependencies>
    <dependency>
        <groupId>e-iceblue</groupId>
        <artifactId>spire.pdf</artifactId>
        <version>11.8.3</version>
    </dependency>
</dependencies>

如果沒有使用 Maven，可以直接 下載 Spire.PDF for Java 安裝包，并將 JAR 文件添加到項目的 classpath 中。

從 PDF 提取表格并保存為 CSV

將 PDF 轉換為 CSV 最實用的方法就是表格提取。使用 Spire.PDF for Java，可以通過以下步驟完成：

1. 加載 PDF 文檔
2. 使用 PdfTableExtractor 檢測頁面中的表格
3. 按行收集單元格內容
4. 將結果寫入 CSV 文件

下面的 Java 示例展示了完整的轉換流程：

Java 示例代碼：PDF 轉換為 CSV

import com.spire.pdf.*;
import com.spire.pdf.utilities.*;

import java.io.*;

public class PdfToCsvExample {
    public static void main(String[] args) throws Exception {
        // 加載 PDF 文檔
        PdfDocument pdf = new PdfDocument();
        pdf.loadFromFile("Sample.pdf");

        // 用于存儲提取文本的 StringBuilder
        StringBuilder sb = new StringBuilder();

        // 遍歷每一頁
        for (int i = 0; i < pdf.getPages().getCount(); i++) {
            PdfTableExtractor extractor = new PdfTableExtractor(pdf);
            PdfTable[] tableLists = extractor.extractTable(i);

            if (tableLists != null) {
                for (PdfTable table : tableLists) {
                    for (int row = 0; row < table.getRowCount(); row++) {
                        for (int col = 0; col < table.getColumnCount(); col++) {
                            // 安全處理 CSV 字段
                            String cellText = escapeCsvField(table.getText(row, col));
                            sb.append(cellText);

                            if (col < table.getColumnCount() - 1) {
                                sb.append(",");
                            }
                        }
                        sb.append("\n");
                    }
                }
            }
        }

        // 寫入 CSV 文件
        try (Writer writer = new OutputStreamWriter(
                new FileOutputStream("output/PDFTable.csv"), "UTF-8")) {
            writer.write(sb.toString());
        }

        pdf.close();
        System.out.println("PDF 表格已成功導出為 CSV。");
    }

    // 處理 CSV 字段的工具方法
    private static String escapeCsvField(String text) {
        if (text == null) return "";

        // 去掉換行
        text = text.replaceAll("[\\n\\r]", "");

        // 特殊字符處理
        if (text.contains(",") || text.contains(";") || text.contains("\"") || text.contains("\n")) {
            text = text.replace("\"", "\"\"");  // 轉義雙引號
            text = "\"" + text + "\"";          // 添加引號
        }

        return text;
    }
}

代碼講解

• PdfDocument：將 PDF 文件加載到內存
• PdfTableExtractor：逐頁檢測表格
• PdfTable：提供對行和列的訪問
• escapeCsvField()：去掉換行并處理特殊字符
• StringBuilder：拼接單元格內容，使用逗號分隔
• 最終結果寫入 Output.csv，可直接在 Excel 或任意編輯器中打開

運行代碼后生成的 CSV 文件示例：

處理復雜的 PDF 轉 CSV 場景

實際應用中，PDF 文件常常包含多個表格、跨多頁，或表格結構不規則。下面介紹如何應對這些情況。

1. 單頁包含多個表格

extractTable(i) 返回的 PdfTable[] 包含該頁中檢測到的所有表格，可以將每個表單獨保存為不同的 CSV 文件：

for (int i = 0; i < pdf.getPages().getCount(); i++) {
    PdfTableExtractor extractor = new PdfTableExtractor(pdf);
    PdfTable[] tableLists = extractor.extractTable(i);

    if (tableLists != null) {
        for (int t = 0; t < tableLists.length; t++) {
            PdfTable table = tableLists[t];
            StringBuilder tableContent = new StringBuilder();

            for (int row = 0; row < table.getRowCount(); row++) {
                for (int col = 0; col < table.getColumnCount(); col++) {
                    tableContent.append(escapeCsvField(table.getText(row, col)));
                    if (col < table.getColumnCount() - 1) {
                        tableContent.append(",");
                    }
                }
                tableContent.append("\n");
            }

            try (Writer writer = new OutputStreamWriter(
                    new FileOutputStream("output/Tables/Table_Page" + i + "_Index" + t + ".csv"), "UTF-8")) {
                writer.write(sb.toString());
            }
        }
    }
}

2. 跨頁或大表格

如果表格跨越多頁，可以逐頁提取并 追加寫入，以避免覆蓋：

StringBuilder sb = new StringBuilder();

for (int i = 0; i < pdf.getPages().getCount(); i++) {
    PdfTableExtractor extractor = new PdfTableExtractor(pdf);
    PdfTable[] tables = extractor.extractTable(i);

    if (tables != null) {
        for (PdfTable table : tables) {
            for (int row = 0; row < table.getRowCount(); row++) {
                for (int col = 0; col < table.getColumnCount(); col++) {
                    sb.append(escapeCsvField(table.getText(row, col)));
                    if (col < table.getColumnCount() - 1) sb.append(",");
                }
                sb.append("\n");
            }
        }
    }
}

FileWriter writer = new FileWriter("MergedTables.csv");
writer.write(sb.toString());
writer.close();

3. 格式限制

CSV 只能存儲純文本，像合并單元格、字體、圖片等格式會丟失。如果需要保留樣式，可以導出為 Excel（.xlsx）。

4. CSV 特殊字符處理

在寫入 CSV 時，逗號、分號、雙引號、換行等特殊字符可能會破壞文件結構。 上述 Java 示例中的 escapeCsvField 方法可以去除換行并安全轉義。

更復雜的場景下，可以使用 Spire.XLS for Java,通過簡單的 Java 代碼將表格數據寫入 Excel，再將 Excel 工作表保存為 CSV，無需手動處理特殊字符。

總結

在 Java 中將 PDF 轉換為 CSV，本質上就是 提取表格并保存為結構化格式。CSV 文件輕量、通用，非常適合存儲和分析表格數據。通過搭建 Spire.PDF for Java 環境并參考本文示例代碼，即可實現自動化轉換，減少手動操作并提高效率。

常見問題

Q: 可以把 PDF 轉換為 CSV 嗎？

A: 可以。雖然圖片和帶格式的文本無法導出，但表格數據可以提取并保存為 CSV。

Q: 如何在 Java 中從 PDF 提取數據

A: 使用 Spire.PDF for Java 等 PDF 庫，可以解析文檔、檢測表格并導出為 CSV 或 Excel。

Q: 最好的 PDF 轉 CSV 工具是什么？

A: 對于 Java 開發者來說，Spire.PDF for Java 等代碼級解決方案比手動轉換工具更靈活高效。

Q: 如何使用 Java 將 PDF 轉換為 Excel？

A: 步驟與導出 CSV 類似，不同之處在于將數據保存為 Excel 格式，以便支持更多功能。

————————————————————————————————————————

關于慧都科技：

慧都科技是一家行業數字化解決方案公司，長期專注于軟件、油氣與制造行業。公司基于深入的業務理解與管理洞察，以系統化的業務建模驅動技術落地，幫助企業實現智能化運營與長期競爭優勢。在軟件工程領域，我們提供開發控件、研發管理、代碼開發、部署運維等軟件開發全鏈路所需的產品，提供正版授權采購、技術選型、個性化維保等服務，幫助客戶實現技術合規、降本增效與風險可控。慧都科技E-iceblue的官方授權代理商，提供E-iceblue系列產品免費試用，咨詢，正版銷售等于一體的專業化服務。E-iceblue旗下Spire系列產品是國產文檔處理領域的優秀產品，支持國產化信創，幫助企業高效構建文檔處理的應用程序。

歡迎下載|體驗更多E-iceblue產品