À l’ère des entreprises en ligne, l’utilisation des factures et des reçus numériques a largement augmenté. De même, l’extraction efficace des données de ces factures numériques est également exigeante. Dans cet article, vous saurez comment extraire des données de factures ou de reçus PDF par programmation en Java. Auparavant, nous avons vu l’extraction des données de facturation à l’aide de C # dans l’un des messages précédents.
API Java d’analyse de documents et d’extraction de données
J’utiliserai GroupDocs.Parser for Java pour analyser les factures PDF et extraire les valeurs de données dans l’application Java. Cette API permet également d’extraire du texte, des images et des métadonnées à partir de documents, d’images, de présentations, d’archives, d’e-mails et de nombreux autres formats de documents pris en charge.
Télécharger ou configurer
À partir de la section des téléchargements, vous pouvez télécharger le fichier JAR ou simplement obtenir les configurations du référentiel et des dépendances pour le pom.xml de vos applications Java basées sur maven.
Comment extraire des données de facture PDF en Java
Les étapes suivantes vous permettront d’extraire facilement les données des factures PDF en utilisant Java.
- Créer un modèle.
- Analysez la facture PDF en fonction du modèle créé.
- Extraire les informations du PDF analysé.
Créer un modèle pour la facture
Vous trouverez ci-dessous le modèle créé en fonction de la facture. Vous pouvez également télécharger la facture utilisée à partir des exemples de fichiers disponibles dans le référentiel GitHub.
// Créer un modèle pour analyser les données de la facture à l'aide de Java
// Créez d'abord des éléments de modèle
TemplateItem[] templateItems = new TemplateItem[]
{
new TemplateField(new TemplateFixedPosition(new Rectangle(new Point(35, 135), new Size(100, 10))), "FromCompany"),
new TemplateField(new TemplateFixedPosition(new Rectangle(new Point(35, 150), new Size(100, 35))), "FromAddress"),
new TemplateField(new TemplateFixedPosition(new Rectangle(new Point(35, 190), new Size(150, 2))), "FromEmail"),
new TemplateField(new TemplateFixedPosition(new Rectangle(new Point(35, 250), new Size(100, 2))), "ToCompany"),
new TemplateField(new TemplateFixedPosition(new Rectangle(new Point(35, 260), new Size(100, 15))), "ToAddress"),
new TemplateField(new TemplateFixedPosition(new Rectangle(new Point(35, 290), new Size(150, 2))), "ToEmail"),
new TemplateField(new TemplateRegexPosition("Invoice Number"), "InvoiceNumber"),
new TemplateField(new TemplateLinkedPosition(
"InvoiceNumber",
new Size(200, 15),
new TemplateLinkedPositionEdges(false, false, true, false)),
"InvoiceNumberValue"),
new TemplateField(new TemplateRegexPosition("Order Number"), "InvoiceOrder"),
new TemplateField(new TemplateLinkedPosition(
"InvoiceOrder",
new Size(200, 15),
new TemplateLinkedPositionEdges(false, false, true, false)),
"InvoiceOrderValue"),
new TemplateField(new TemplateRegexPosition("Invoice Date"), "InvoiceDate"),
new TemplateField(new TemplateLinkedPosition(
"InvoiceDate",
new Size(200, 15),
new TemplateLinkedPositionEdges(false, false, true, false)),
"InvoiceDateValue"),
new TemplateField(new TemplateRegexPosition("Due Date"), "DueDate"),
new TemplateField(new TemplateLinkedPosition(
"DueDate",
new Size(200, 15),
new TemplateLinkedPositionEdges(false, false, true, false)),
"DueDateValue"),
new TemplateField(new TemplateRegexPosition("Total Due"), "TotalDue"),
new TemplateField(new TemplateLinkedPosition(
"TotalDue",
new Size(200, 15),
new TemplateLinkedPositionEdges(false, false, true, false)),
"TotalDueValue")
};
// Transformer en modèle
Template template = new Template(Arrays.asList(templateItems));
Analyser la facture/le reçu PDF pour l’extraction de données
Les lignes suivantes analyseront la facture PDF en fonction du modèle créé et extrairont les données de la facture à l’aide d’un simple code Java.
// Analyser la facture PDF à l'aide du modèle défini en Java
Parser parser = new Parser("filePath/invoice.pdf");
DocumentData data = parser.parseByTemplate(template);
// Imprimer les données extraites
for (int i = 0; i < data.getCount(); i++) {
// Nom du champ d'impression
System.out.print(data.get(i).getName() + ": ");
// Convertir la valeur de la propriété PageArea en PageTextArea
// car nous avons défini uniquement des champs de texte dans le modèle
PageTextArea area = data.get(i).getPageArea() instanceof PageTextArea
? (PageTextArea) data.get(i).getPageArea()
: null;
System.out.println(area == null ? "Not a template field" : area.getText());
}
Le résultat
Voici la sortie du code ci-dessus après extraction des données de la facture.
**FROMCOMPANY:** DEMO - Sliced Invoices
**FROMADDRESS:** Suite 5A-1204
123 Somewhere Street
Your City AZ 12345
**FROMEMAIL:** admin@slicedinvoices.com
**TOCOMPANY:** Test Business
**TOADDRESS:** 123 Somewhere St
Melbourne, VIC 3000
**INVOICENUMBER:** Invoice Number
**INVOICENUMBERVALUE:** NV-3337
**INVOICEORDER:** Order Number
**INVOICEORDERVALUE:** 12345
**INVOICEDATE:** Invoice Date
**INVOICEDATEVALUE:** January 25, 2016
**DUEDATE:** Due Date
**DUEDATEVALUE:** January 31, 2016
**TOTALDUE:** Total Due
**TOTALDUEVALUE:** $93.50
Il existe de nombreux autres exemples open source disponibles sur GitHub Repository. Vous pouvez télécharger le code et exécuter rapidement les exemples. Pour plus de conseils et d’autres façons d’utiliser des modèles pour l’analyse et l’extraction de données en Java, consultez le guide du développeur dans la documentation. En cas de difficulté supplémentaire, contactez gratuitement l’équipe d’assistance à tout moment sur le forum.