【发布时间】：2017-08-04 10:50:04
【问题描述】：
我不想用Java提取发票号码、发票日期、税额和发票价格。发票被扫描并保存为 PDF。有谁知道这个相对简单的可能性？
【问题讨论】：
-
是的，有可能：p
-
嗯……也许吧。这取决于 PDF。但是，让生成发票的程序也以另一种格式发出详细信息确实要好得多（也更简单）。
【发布时间】：2017-08-04 10:50:04
【问题描述】：
这是完全可能的。根据您愿意付出多少努力，以及您的目标是什么，您至少可以做两件事：
使用 iText7 Core 从您的 pdf 文件中提取文本，然后使用正则表达式在该文本中查找内容
使用 pfd2Data（iText7 的插件）将发票（或其他 pdf 文档）与模板文档相匹配。如果匹配成功，则 pdf2Data 会生成一个 xml 文件，其中包含 pdf 中的所有数据（您在模板中指定的数据）。从 xml 数据源中提取数据应该很简单。
http://itextpdf.com/blog/pdf2data-extract-information-invoices-and-templates
【讨论】：