Parser fÃ¼r Java

Document Parser SDK fÃ¼r Java

FÃ¼gen Sie Ihren JavaâApps eine schnelle, prÃ¤zise DokumentenâParsingâFunktion hinzu und extrahieren Sie Text, Bilder, Metadaten sowie strukturierte Daten aus Dokumenten und Bildern.

Maven-Download Kostenlose Testversion starten

Version 24.9 verÃ¶ffentlicht

Erfahren Sie, was neu ist

// Ãbergeben Sie die Quelldatei an die ParserâInstanz
try (Parser parser = new Parser("source.pdf"))
{
    // Ãbergeben Sie den Dokumententext an TextReader
    try (TextReader reader = parser.getText())
    {
        // Verarbeiten Sie den Dokumententext
        System.out.println(reader == null 
            ? "" 
            : reader.readToEnd());
    }
}

<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-parser</artifactId>
<version>24.9</version>
</dependency>

GroupDocs.Parser auf einen Blick

Document Parser SDK fÃ¼r die DurchfÃ¼hrung hochgenauer DokumentenâParsingâVorgÃ¤nge in JavaâAnwendungen

Daten aus Dokumenten extrahieren

GroupDocs.Parser for Java API ermÃ¶glicht das Abrufen von Text, Metadaten und Bildern aus einer Vielzahl von Dateiformaten wie Office-Dokumenten, E-Mails, AnhÃ¤ngen und Archiven. Dieses leistungsstarke Werkzeug unterstÃ¼tzt Sie dabei, wertvolle Informationen in diesen Dateien effizient zu erhalten und zu verarbeiten, z.â¯B. fÃ¼r Datenanalysen, die Indexierung durch Suchmaschinen oder ContentâManagementâSysteme.

Dokumente parsen

Extrahieren Sie verschiedene Elemente wie Hyperlinks, Tabellen, QRâCodes, Barcodes und Daten aus PDFâFormularen. AuÃerdem kÃ¶nnen Sie beliebige Informationen aus Dokumenten mithilfe benutzerdefinierter Vorlagen parsen.

Ergebnisse anpassen

Java API ermÃ¶glicht das Abrufen von Daten in verschiedenen Formaten wie Roh, strukturiert, HTML oder Markdown. AuÃerdem bietet die API eine Suchfunktion zum Finden bestimmter WÃ¶rter oder Phrasen im Text von Dokumenten.

PlattformunabhÃ¤ngigkeit

GroupDocs.Parser for Java unterstÃ¼tzt die folgenden Betriebssysteme, Frameworks und Paketmanager

UnterstÃ¼tzte Dateiformate

GroupDocs.Parser for Java unterstÃ¼tzt VorgÃ¤nge mit den folgenden Dateiformaten.

MicrosoftâOfficeâFormate

Word: DOCX, DOC, DOCM, DOT, DOTX, DOTM, RTF
Excel: XLSX, XLS, XLSM, XLSB, XLTM, XLT, XLTM, XLTX, XLAM, SXC, SpreadsheetML
PowerPoint: PPT, PPTX, PPS, PPSX, PPSM, POT, POTM, POTX, PPTM

Bilder & andere Formate

Tragbar: PDF
Bilder: JPG, BMP, PNG, TIFF, GIF
Andere Office-Formate: ODT, OTT, OTS, ODS, ODP, OTP, ODG

Weitere Formate

Web: HTML, MHTML
Archive: ZIP, TAR, 7Z
eBooks: CHM, EPUB, FB2, MOBI

GroupDocs.Parser for Java Funktionen

Extrahieren Sie Daten aus PDFs, OfficeâDokumenten, Bildern und anderen Formaten schnell und genau mit unserem Java Document Parser SDK.

Text extrahieren

Extrahieren Sie Textinformationen aus verschiedenen Dateiformaten wie OfficeâDokumenten, PDFâDateien und Bildern fÃ¼r einfache Lesbarkeit und Analyse.

Bilder extrahieren

Rufen Sie visuelle Inhalte aus verschiedenen Quellen wie OfficeâDokumenten und PDFâDateien ab fÃ¼r bequemen Zugriff und Nutzung.

QRâCodes scannen

Erkennen und dekodieren Sie QRâCodes, die in OfficeâDokumenten, PDFâDateien oder visuellen Inhalten enthalten sind, fÃ¼r effiziente Informationsbeschaffung.

Daten aus EâMailâAnhÃ¤ngen und Archiven extrahieren

Sammeln Sie wertvolle Informationen aus E-Mails, DateianhÃ¤ngen und komprimierten Datenquellen fÃ¼r eine effektive Analyse und Nutzung.

Tabellen extrahieren

Identifizieren und extrahieren Sie tabellarische Daten aus PDF-Dokumenten fÃ¼r eine strukturierte Analyse und Verwendung.

Hyperlinks extrahieren

Ermitteln und extrahieren Sie Hyperlinks und E-Mail-Adressen in Office-Dokumenten oder PDF-Dateien fÃ¼r einen effizienten Zugriff.

PDF-Formulare parsen

PDF-Formulare sind digitale Dokumente mit ausfÃ¼llbaren Feldern fÃ¼r die Benutzerinteraktion, die die elektronische Eingabe von Informationen ermÃ¶glichen. Die .NET API kann verwendet werden, um Daten aus diesen Formularen fÃ¼r eine effiziente Verarbeitung zu extrahieren.

Daten mithilfe von Vorlagen parsen

Erstellen Sie benutzerdefinierte Vorlagen und verwenden Sie diese mit der .NET API, um spezifische Informationen aus PDF-Dateien zu parsen und so den Datenextraktionsprozess zu vereinfachen.

Text in Dokumenten suchen

Suchen Sie schnell bestimmte WÃ¶rter oder Muster in Dokumenten.

Codebeispiele

Einige AnwendungsfÃ¤lle typischer GroupDocs.Parser for JavaâOperationen

Bilder aus PDFâDokumenten extrahieren

GroupDocs.Parser for Java erleichtert JavaâEntwicklern das Extrahieren von Bildern aus Dokumenten:

Bilder aus PDF-Dokumenten in Java extrahieren

// Erstellen Sie eine Instanz der Klasse Parser
try (Parser parser = new Parser("source.pdf"))
{
    // Bilder extrahieren
    Iterable<PageImageArea> images = parser.getImages();

    // PrÃ¼fen, ob etwas extrahiert wurde
    if (images == null) {
        return;
    }

    // Durchlaufen Sie die Bilder
    for (PageImageArea image : images) {
        // Seitenindex, Rechteck und Bildtyp ausgeben
        System.out.println(String.format("Page: %d, R: %s, Type: %s", 
            image.getPage().getIndex(), image.getRectangle(), image.getFileType()));
    }
}

Barcodes aus Bildern extrahieren

Verwenden Sie unsere JavaâAPI, um Barcodes aus Bildern zu extrahieren:

Barcodes aus Bildern in Java extrahieren

// Quellbild in Parser laden
try (Parser parser = new Parser("source.jpg")){

    // PrÃ¼fen, ob die Datei die Barcode-Extraktion unterstÃ¼tzt
    if (!parser.getFeatures().isBarcodes()) {

        // Barcodes aus der Datei extrahieren
        Iterable<PageBarcodeArea> barcodes = parser.getBarcodes();

        // Barcodes durchlaufen
        for (PageBarcodeArea barcode : barcodes) {
            // Seitenindex ausgeben
            System.out.println("Page: " + barcode.getPage().getIndex());
            // Barcode-Wert ausgeben
            System.out.println("Value: " + barcode.getValue());
        }
    }
}